MXNet神经网络与实战应用-图书

推荐2
收藏3
浏览1.9K

MXNet神经网络与实战应用

TOP 极宽量化开源组 (作者)　

丛　　书：金融科技丛书
书　　号：978-7-121-35153-2
出版日期：2018-10-29
页　　数：312
开　　本：16(170*240)
出版状态：上市销售
维护人：黄爱萍

电子书￥69.00

购买电子书

纸质版￥99.00

MXNet是亚马逊（Amazon）的深度学习库，以简单、高效、容易使用而著称。它拥有类似于Theano和TensorFlow的数据流图，为多GPU装置提供了良好的配置。本书以MXNet作为研究实践平台，实现量化投资交易。书中主要介绍了在MXNet环境下，利用深度学习常用算法，实现线性、MLP、CNN卷积、GoogLeNet、ResNet深度残差、RNN循环神经网络、DenseNet稠密神经网络等多种模型在量化投资和股价预测方面的应用，同时采用NLP语义分析技术，対股票价格走势进行统计分析，以及金融数据的可视化分析，得到更直观的模型分析效果，通过先进的人工智能模型，在量化投资领域中取得较高收益。

本书将MXNet与量化投资结合在一起，对于金融行业与IT行业的专业人士来说，是不可多得的跨界利器！

前言

人工智能的迅速发展将深刻改变人类的社会生活，也将改变世界。为抢抓人工智能发展的重大战略机遇，构筑我国人工智能发展的优势，加快建设创新型国家和世界科技强国，2017年7月8日，国务院发布了《新一代人工智能发展规划》通知。不少人跃跃欲试，想投入AI的怀抱，但苦于不知如何下手。先从人工智能说起，人工智能的核心是机器学习，其应用遍及人工智能的各个领域。金融是百业之王，量化交易利用数学模型，借助计算机技术，从海量的历史数据中发现能带来超额收益的多种“大概率”事件以制定策略，实现稳定收益，借助人工智能的先进算法，实现人工智能在量化交易领域的应用。
我们知道主观交易与量化交易都是依据市场逻辑进行交易的一套体系。主观交易的逻辑依据复杂繁多，如国际政治环境、个股新闻等，而量化交易更多的是对数据进行分析，“无数据不量化”，说明数据对于量化交易分析的重要性。由于交易数据量较大，需要大量的计算，因此采用专业的平台进行分析有利于高效、快速地实现量化交易策略。MXNet是亚马逊（Amazon）的深度学习库，以简单高效、容易使用著称。
MXNet拥有类似于Theano和TensorFlow的数据流图，为多GPU装置提供了良好的配置。本书以MXNet作为研究实践平台，实现量化交易，主要介绍了在MXNet环境下，利用深度学习常用算法，实现线性、MLP、CNN卷积、GoogLeNet、ResNet深度残差、RNN循环神经网络、DenseNet稠密神经网络等多种模型在量化和股价预测方面的应用，同时采用文本数据挖掘技术实现对某一时间段一部分人对股票价格未来走势的判断的统计分析，以及对金融数据可视化的分析，以得到更直观的模型分析效果。通过学习，可以迅速掌握常见的经典策略，掌握人工智能常用的算法，快速提高编写量化策略的能力，为实现财富自由打下基础。
感谢电子工业出版社的黄爱萍编辑在选题策划和稿件整理方面做出的大量工作，感谢郭伟对本书的支持，同时感谢极宽量化开源团队提供的技术支持。
本书配套程序请在TOP极宽量化网站资源中心下载：www.topQuant.vip。
本书交流群QQ群号：一群，790548107；二群，476962696。

目录
第1章快速入门 1
1.1 MXNet简介 1
1.2 CUDA运行环境安装 4
1.3 MXNet运行环境安装 5
1.3.1 下载MXNet模块库 6
1.3.2 安装MXNet模块库预处理 6
1.3.3 安装MXNet模块库 9
案例1-1：重点模块版本测试 10
案例1-2：MXNet安装包测试 12
1.4 GPU开发环境测试 13
案例1-3：GPU开发环境测试 13
1.5 量化GPU工作站推荐配置 15
第2章基本操作 18
2.1 NDArray数组 18
案例2-1：NDArray数组常用功能 19
2.2 GPU加速模式 26
案例2-2：GPU加速功能 26
案例2-3：Gluon的GPU计算 28
2.3 Matplotlib画图 30
案例2-4：Matplotlib常用功能 30
案例2-5：多子图绘制 31
2.4 常用数据文件 33
案例2-6：读取金融数据 33
2.5 TA-Lib金融模块库 36
2.6 MA移动平均线 40
案例2-7：MA均线指标 41
案例2-8：多MA均线指标 44
2.7 常用工具函数包 47
第3章数据预处理 53
3.1 数据与预处理背景介绍 53
3.2 数据预处理常用技术 54
3.3 归一化 55
案例3-1：MinMaxScaler归一化 56
案例3-2：Standardization标准化 57
3.4 缺失值 58
案例3-3：Imputer缺失值补充 59
3.5 多项式特征 60
案例3-4：PolynomialFeatures多项式特征 60
第4章线性神经网络模型 62
4.1 线性神经网络 62
案例4-1：line上证指数n+1价格预测 64
4.2 Logistic逻辑回归模型 76
案例4-2：Logistic上证指数涨跌预测 78
第5章 MLP神经网络模型 86
5.1 MLP多层感知器 86
案例5-1：MLP上证指数n+1价格预测 88
5.2 SMA简单均线量化策略 99
案例5-2：MLP上证指数n+1价格预测均线增强版 99
第6章 CNN卷积神经网络 104
6.1 CNN卷积神经网络简介 104
常用激活函数介绍 106
案例6-1：CNN上证指数n+1价格预测 109
6.2 ADX平均趋向量化投资策略 115
案例6-2：CNN上证指数n+1价格预测ADX增强版 116
第7章 GoogLeNet谷歌神经网络模型 121
7.1 GoogLeNet谷歌深度卷积神经网络模型 121
案例7-1：GoogLeNet上证指数n+1价格预测 123
7.2 KELCH肯特纳通道量化投资策略 135
案例7-2：GoogLeNet上证指数n+1价格预测（2） 135
第8章 ResNet深度残差网络模型 139
8.1 ResNet深度残差神经网络模型 139
8.2 Money Flow资金流向指标 142
案例8-1：ResNet深度残差时间序列预测A股资金流向 144
8.3 MOM动量线量化投资策略 149
第9章 RNN循环神经网络模型 150
9.1 RNN循环神经网络 150
9.2 RSI相对强弱指标 152
案例9-1：RNN上证指数n+1价格预测 153
9.3 IRNN修正循环神经网络 174
案例9-2：IRNN上证指数n+1价格预测 174
第10章 DenseNet稠密神经网络模型 178
10.1 DenseNet稠密神经网络模型 178
案例10-1：DenseNet上证指数n+1价格预测 180
10.2 OBV能量潮量化投资策略 187
案例10-2：DenseNet上证指数n+1价格预测 187
第11章文本数据挖掘与量化 192
11.1 财经新闻数据 192
案例11-1a：获取财经新闻 193
11.2 直播新闻 195
案例11-1b：获取直播新闻 195
11.3 信息地雷 197
案例11-1c：获取信息地雷 198
11.4 定时器 199
案例11-2：进阶脚本——定时器 200
11.5 新闻数据库 206
案例11-3：使用sqlalchemy新闻数据库 206
第12章财经新闻情感分类 214
12.1 文本数据分类 214
12.2 NLP与财经新闻数据 215
12.3 微博短文本数据情感分类 216
案例12-1：微博情感分类 217
12.4 贝叶斯微博情感分类器 236
案例12-2：微博数据情感分类2 237
第13章金融数据可视化分析 245
13.1 Plotly绘图模块简介 245
案例13-1：Plotly入门案例 252
案例13-2：线形图与散点图 253
案例13-3：气泡图 255
案例13-4：柱状图 256
案例13-5：直方图 258
案例13-6：饼图 259
13.2 金融数据绘图 261
案例13-7：K线图 261
案例13-8：高级绘图1 263
13.3 Plotly高级绘图扩展 264
案例13-9：复合金融指标 264
案例13-10：高级绘图2 265
附录A Python快速入门 267
案例1：第一次编程“hello,ziwang” 267
案例2：增强版“hello,ziwang” 269
案例3：列举系统模块库清单 271
案例4：常用绘图风格 272
案例5：Pandas常用绘图风格 274
案例6：常用颜色表cors 275
案例7：基本运算 278
案例8：字符串入门 280
案例9：字符串常用方法 281
案例10：列表操作 283
案例11：元组操作 285
案例12：字典操作 286
案例13：控制语句 288
案例14：函数定义 290
附录B TA-Lib金融软件包 292
附录C 量化分析常用指标 297

全部展开

读者评论

老师，第八章的数据和代码没有在项目代码中找到呢？代码只有开始的数据处理部分

brete发表于 2021/4/17 12:35:33
https://gitee.com/liangyong928/mxpy

梁勇发表于 2021/3/13 22:21:21
zxtool.py里，drm_lnsub函数，在cor不赋值情况会报错，需要加条件

himo发表于 2019/9/26 15:03:37
- 把cor去掉就可以了
  
  梁勇发表于 2021/3/13 22:19:47
zxtool.py里用的plotly，extend方法已经不能用了，需要add_traces()替换

himo发表于 2019/9/26 14:45:31
- 好的，谢谢。
  
  梁勇发表于 2021/3/6 22:26:37

下载资源

MXNet与量化交易配套源码mxpy.rar

电子书版本

Epub

图书类别

同系列书

股票多因子模型实战：Python核心代码解析

陆一潇 (作者)

本书深入浅出地介绍股票多因子模型的原理与构建方式，从基础知识、单因子测试、因子合成、股票组合构建等多方面进行介绍。本书共6章：第1章对量化投资进行概述，引出...
量化风险管理：概念、技术和工具（修订版）

Alexander J. McNeil, Rüdiger Frey, Paul Embrechts (作者) 卜永强 (译者)

近几十年来，金融风险管理领域随着金融工具和市场的日益复杂以及金融服务业监管的不断加强而迅速发展。本书专门讨论这个领域中出现的量化建模问题，对量化风险管理的理论概...

￥199.00
Python机器学习与量化投资

何海群 (作者)

本书采用生动活泼的语言，从入门者的角度，讲解了Python 语言和sklearn 模块库内<br>置的各种经典机器学习算法；介绍了股市外汇、比特币等实盘交易数据...

￥79.00
MXNet神经网络与实战应用

TOP 极宽量化开源组 (作者)

MXNet是亚马逊（Amazon）的深度学习库，以简单、高效、容易使用而著称。它拥有类似于Theano和TensorFlow的数据流图，为多GPU装置提供了良好...

￥69.00
零起点：Python大数据与量化交易

何海群 (作者)

本书是国内较早关于Python大数据与量化交易的原创书籍，配合zwPython、zwQuant开源量化软件学习，已经是一套完整的大数据分析、量化交易学习教材，可...

￥79.00