資產定價與機器學習

本書以資產定價研究的三個核心問題：最優投資組合的選擇、因子定價模型的識別，以及橫截面資產收益率的預測為出發點，系統闡釋了如何利用機器學習技巧來提升模型的實證性能。為了提高機器學習方法在資產定價中的可解釋性，本書重點采用了具有清晰函數形式的機器學習方法，並通過引入非線性函數關系處理解釋變量與被解釋變量之間的關系，從而在模型覆雜度、預測效能與可解釋性之間達到一個良好的平衡。使用中國A股市場的數據，本書詳細展示了機器學習在確定最優投資組合、選擇有效定價因子和預測橫截面收益率等方面的實證應用效果。
本書適合經濟金融領域的高年級本科生、研究生，量化投資和資產管理等相關領域的專業人士和研究人員，以及對此感興趣的讀者閱讀。