金融與財務機器學習

姜富偉，中央財經大學教授、博導，金融工程系主任，教育部青年長江學者，國家社科基金重大計畫首席專家，黃大年教學團隊核心成員，北京市海淀區政協委員。主要關注數位經濟與金融科技相關交叉研究，在 Journal of Financial Economics、Review of Financial Studies、Management Science、 Journal of Econometrics、《經濟研究》《管理世界》《金融研究》等發表論文50餘篇。獲評ESI經濟管理類全球前1%最高被引用論文、RFS 最高被引用論文、JFE最高被引用論文，獲國家自然科學基金考核評價​​“特優”，教育部全國高校人文社科優秀成果一等獎，《金融研究》優秀論文獎、國際金融管理協會最佳論文獎、亞洲金融協會最佳論文獎、中國金融工程學年會優秀論文獎、金融圖書金羊獎等獎勵榮譽。 唐國豪，湖南大學金融與統計學院副教授，博導，金融工程系副主任。中央財經大學金融學博士、美國聖路易斯華盛頓大學訪問學者，研究方向為實證資產定價、金融機器學習、行為金融。主要論文發表於Journal of Financial and Quantitative Analysis、Journal of Banking & Finance、Journal of Economic Dynamics and Control、《金融研究》《經濟學（季刊）》《管理科學報》等國內外高水準期刊。主持國家自然科學基金青年計畫、湖南省自然科學基金青年計畫。獲得湖南省“湖湘青年英才”，省資訊化教學比賽二等獎，湖南大學優秀教師新人獎、優秀教學獎、本科優秀畢業論文指導老師等榮譽稱號。 馬甜，金融學博士，中央民族大學經濟學院副教授。主要研究領域為人工智慧與實證資產定價，研究主題包括收益預測，風險預警以及量化投資策略建構等。在Journal of Financial Markets、Journal of Empirical Finance、《管理科學期刊》《經濟學（季刊）》《金融研究》等國內外期刊發表論文10餘篇。主持國家自然科學基金計畫。獲中國金融工程學年會最佳論文獎等學術獎勵。

前　言
第一章　金融與財務領域的機器學習1
第一節　機器學習的基本介紹1
一、機器學習的歷史2
二、機器學習的分類5
三、機器學習的思想6
四、機器學習的要素8
五、機器學習的步驟9
六、機器學習與傳統程式設計10
第二節　機器學習在金融與財務領域的應用特性11
一、金融與財務對機器學習的需求性11
二、機器學習的優勢13
三、機器學習可能面臨的挑戰14
第三節　機器學習在金融與財務領域的應用現況18
第二章　Python軟體使用簡介23
第一節　Python入門23
一、Python簡介23
二、Python安裝24
三、Python使用25
四、Python基礎26
第二節　Python資料處理程序包37
一、多維數組Numpy37
二、面板處理Pandas42
三、科學計算SymPy49
四、統計分析Statsmodels53
五、金融計量Linearmodels55
第三節　Python機器學習程式包58
一、機器學習58
二、深度學習62
第三章　金融與財務大數據的處理與分析64
第一節　大數據時代64
一、理解大數據64
二、金融大數據65
三、本章概覽65
第二節　金融與財務數據資源65
一、國泰安中國經濟金融研究資料庫65
二、萬得資訊67
三、中國研究資料服務平台68
四、證券價格研究中心(CRSP)70
五、公開資料來源72
六、文獻資料來源77
第二節　描述性統計88
一、中心趨勢性88
二、分散性89
三、對稱性與厚尾89
四、持續性90
五、相關性90
第三節　資料預處理93
一、缺失值處理93
二、異常值處理94
三、標準化處理96
第四節　特徵工程97
一、特徵工程簡介97
二、特徵選擇97
第四章　因子與因子模型103
第一節　因子與因子模型簡介103
一、金融與財務因子與因素模型簡介103
二、從單因子模型到多因子模型104
第二節　Alpha與市場異象106
一、Alpha收益106
二、資產價格異象107
第三節　多因子模型的新發展108
一、因子檢驗的一般流程108
二、Fama-French五因子模型109
三、Hou-Xue-Zhang的q-因子模型110
四、Stambaugh-Yuan錯誤定價因子模型111
五、Liu-Stambaugh-Yuan的CH-3模型113
第四節　因子分類114
一、常見的因子分類114
二、其他特色因子119
第五節　因子模型的研究挑戰121
一、因子時變性121
二、因子有效性辨識122
三、因子研究的近況與挑戰123
第五章　因子模型的估計、檢驗與解釋126
第一節　因子模型檢定概述126
第二節　組合分析法128
一、單變量組合分析129
二、雙變量組合分析132
三、三變量組合分析135
第三節　因子模擬組合法136
一、排序分組法137
二、方差最小化法137
第四節　時間序列迴歸法139
一、Alpha檢驗140
二、GRS檢驗140
第五節　Fama-MacBeth回歸法141
一、Fama-MacBeth兩階段回歸141
二、Fama-MacBeth三階段回歸143
第六節　解釋因子模型146
一、風險補償146
二、錯誤定價147
三、資料探勘149
第六章　金融資產收益預測154
第一節　資產收益的可預測性154
一、資產收益可預測性的討論154
二、資產收益可預測性的解釋156
第二節　樣本內預測158
一、方差比檢定158
二、樣本內預測159
三、預測模型面臨的挑戰162
四、新的金融預測方法162
第三節　樣本外預測163
一、樣本外預測的統計量163
二、投資價值評估165
三、其他預測方法166
第四節　預測指標的選擇167
一、宏觀經濟指標168
二、估價與財務指標168
三、情緒指標169
四、技術面指標170
五、波動率指標170
第五節　Campbell-Shiller現金流折現率分解171
一、來源與推導171
二、進一步討論173
第七章　包含懲罰項的線性迴歸模型177
第一節　最小平方法線性迴歸模型177
一、線性迴歸177
二、OLS模型的基本原理178
三、OLS模型的應用179
第二節　嶺回歸182
一、嶺回歸的提出182
二、嶺迴歸的基本原理182
三、嶺迴歸的變數選擇特徵184
四、嶺迴歸的調節參數選擇184
第三節　LASSO模型188
一、LASSO模型的提出188
二、LASSO模型的基本原理188
三、LASSO模型的變數選擇特徵189
四、LASSO模型的擴展192
五、LASSO模型的應用193
第四節　彈性網194
一、彈性網絡的提出194
二、彈性網絡的基本原理194
三、彈性網路的變數選擇特徵195
第五節　金融應用與Python實現197
一、問題與資料描述197
二、實驗7-1　OLS迴歸200
三、實驗7-2　嶺回歸203
四、實驗7-3　LASSO回歸208
五、實驗7-4　彈性網212
第八章　資料降維模型220
第一節　如何處理高維度資料220
一、維數災難問題220
二、降維方法簡介221
三、降維方法的分類223
第二節　主成分分析224
一、主成分分析的原理224
二、主成分分析的演算法與步驟225
三、主成分分析的評估226
四、主成分分析的發展:工具變數主成分分析226
五、主成分分析的發展:調整主成分分析227
六、在金融中的應用229
第三節　偏最小平方法232
一、偏最小平方法迴歸的原理232
二、偏最小平方法的演算法與步驟233
三、偏最小平方法迴歸的評估234
四、在金融中的應用234
第四節　自編碼模型235
一、自編碼模型的原理235
二、條件變分自編碼模型236
三、變分自編碼模型237
第五節　聚類分析238
一、聚類分析簡介238
二、K-means演算法239
第六節　金融應用與Python實現240
一、問題與資料描述240
二、實驗8-1　利用PCA對中國市場波動率建模248
三、實驗8-2　利用PLS對美國市場波動率建模254
四、實驗8-3　利用PCA與PLS對中國GDP資料建模259
第九章　樹形模型與分類模型271
第一節　邏輯迴歸271
一、邏輯迴歸簡介272
二、邏輯迴歸的步驟272
三、在金融中的應用273
第二節　樹形模型的發展史274
第三節　決策樹276
一、樹形模型的基本概念276
二、樹形模型的測量指標277
三、樹形模型的剪枝處理281
四、 CART模型282
五、在金融中的應用283
第四節　Boosting演算法284
一、整合學習的基本概念284
二、 Boosting演算法基本原理284
三、 AdaBoost模型285
四、 GBDT模型286
五、 XGboost模型287
六、在金融中的應用289
第五節　Bagging演算法290
一、 Bagging演算法基本原理290
二、隨機森林模型291
三、在金融上的應用293
第六節　金融應用與Python實現296
一、問題與資料描述296
二、實驗9-1　GBDT模型預測中國宏觀變數通膨297
三、實驗9-2　隨機森林模型預測中國宏觀變數通貨膨脹306
四、實驗9-3　GBDT模型預測美國宏觀變數通貨膨脹315
五、實驗9-4　隨機森林模型預測美國宏觀變數通貨膨脹323
第十章　神經網路模型334
第一節　神經網路的發展歷史334
第二節　神經網路的基本單元與模型336
一、基本單元336
二、基本模型337
三、多層感知器338
第三節　神經網路的模型訓練339
一、梯度下降法339
二、 BP演算法340
三、梯度下降法的種類341
四、模型訓練中常見的問題342
五、模型參數的設定342
第四節　神經網路的發展1:卷積神經網路與循環神經網路344
一、卷積神經網路(Convolutional Neural Network,CNN)344
二、循環神經網路(Recurrent Neural Network,RNN)345
三、在金融中的應用346
第五節　神經網路的發展2:生成式對抗網路349
一、基本概念與架構349
二、在金融上的應用350
第六節　神經網路的發展3:深度強化學習354
一、強化學習354
二、深度強化學習356
三、在金融上的應用357
第七節　金融應用與Python實現359
一、實驗10-1　神經網路模型預測中國股票市場收益359
二、實驗10-2　神經網路模型預測美國股票市場收益363
第十一章　模型評估、訓練與可解釋性370
第一節　模型評估的相關概念370
一、偏差-變異數370
二、泛化誤差371
三、過擬合與欠擬合373
第二節　模型評估指標375
一、迴歸模型評估指標375
二、分類模型評估指標379
第三節　模型訓練與測試381
一、留出法381
二、 K折交叉驗證法382
三、留一法384
四、自助法385
五、時序交叉驗證法386
第四節　超參數調優388
一、手動搜尋388
二、網格搜尋388
三、隨機搜尋389
四、貝葉斯優化390
第五節　模型可解釋性392
一、可解釋性的含義392
二、黑箱vs白箱393
三、可解釋性的分類393
四、可解釋性的提升394
第十二章　文本分析400
第一節　文字資料概述400
一、文字資料簡介401
二、文字資料的資料探勘流程403
第二節　文本資料的結構性表示409
一、文字資料矩陣409
二、文本特徵辨識413
第三節　文字資料的資訊擷取415
一、字典法415
二、機器學習方法417
第四節　文字資料在金融市場的應用420
一、關注度指數420
二、新聞隱含波動率指數421
三、投資者分歧422
第五節　金融應用與Python實現422