0人評分過此書

AI證券投資分析:探索超額報酬,使用Excel實作

出版日期
2019/10/02
閱讀格式
PDF
書籍分類
學科分類
ISBN
9789864344253

本館館藏

借閱規則
當前可使用人數 30
借閱天數 14
線上看 0
借閱中 0

計次服務

借閱規則
借閱天數 14
選擇分享方式

推薦本館採購書籍

您可以將喜歡的電子書推薦給圖書館,圖書館會參考讀者意見進行採購

讀者資料
圖書館
* 姓名
* 身分
系所
* E-mail
※ 我們會寄送一份副本至您填寫的Email中
電話
※ 電話格式為 區碼+電話號碼(ex. 0229235151)/ 手機格式為 0900111111
* 請輸入驗證碼
☛將「證券投資分析」的專業知識、「人工智慧(AI)」的最新方法,整合運用於一書。
☛本書採用Excel試算表作為證券投資分析的工具,簡單易學。
☛全書使用台灣近年股市的實際資料,即學即用。
☛本書為作者另一本暢銷書「證券投資分析:使用Excel實作」的進階版姊妹作。

------------------------------------------------------------------------------

暢銷書《證券投資分析:使用Excel實作》作者又一全新力作!

在風險極高又變化萬千的股票投資市場,只有不斷挖掘潛在的投資模型,才能維持市場的效率。近年來人工智慧(AI)的「復興」,在許多領域都有所突破。本書作者特別從「知識發現」、「計算智慧」的觀點來探討此一主題,並聚焦於類神經網路、決策樹、演化計算等技術,來探索獲得超額報酬的無限可能!

$現代的投資人欲想獲得更高的「超額報酬」,人工智慧(AI)方法即為一個分析利器。本書使用Excel試算表實現AI方法,提供投資人快速學習在證券投資分析上,運用AI方法的捷徑。
$全書分為三篇14章:第一篇「證券投資分析」,第二篇「知識發現與計算智慧」,第三篇「知識發現與計算智慧在證券投資分析的應用」。
$採用簡單易學的Excel試算表作為建立「以人工智慧為基礎」的證券投資分析工具。
$書中所有範例皆來自台灣近年股市的實際資料。

⇣⇣⇣本書範例檔與彩圖請至博碩官網下載⇣⇣⇣
  • 第一篇 證券投資分析
    • Chapter 01|證券投資分析與人工智慧導論
      • 1-1 投資的工具
      • 1-2 證券的交易
      • 1-3 證券投資的報酬率與風險的計算
      • 1-4 證券投資的報酬率與風險的歷史
      • 1-5 證券投資的目標與限制
      • 1-6 證券投資的策略
      • 1-7 證券投資的資訊系統與人工智慧
      • 1-8 本書的結構
      • 網路學習:證券投資分析資訊系統
      • 網路學習:證券投資分析知識的線上百科全書
    • Chapter 02|證券投資的橫斷面分析:選股
      • 2-1 前言
      • 2-2 權益證券的價值之本質
      • 2-3 權益證券之價值投資策略
      • 2-4 股價評價法1:資產淨值評價法(資產基礎法)
      • 2-5 股價評價法2:收益折現評價法(收益基礎法)
      • 2-6 股價評價法3:成長價值評價法
      • 2-7 股價評價法4:市場比值評價法
      • 2-8 選股方法1:條件篩選法
      • 2-9 選股方法2:評分篩選法
      • 2-10 選股方法3:評分排序法
      • 2-11 選股方法的實證總結
      • 2-12 Excel 的應用
      • 2-13 結語
      • 附錄:成長價值模型的推導
      • 網路學習:路上的選股工具
      • 網路學習:Fama-French 三因子模式
    • Chapter 03|證券投資的縱斷面分析:擇時
      • 3-1 前言
      • 3-2 技術面的觀點:價量波動與股市
      • 3-3 順勢系統經典方法:移動平均線
      • 3-4 擺盪系統經典方法:布林格帶
      • 3-5 技術分析的實證總結
      • 3-6 Excel 的應用
      • 3-7 結語
      • 網路學習:網路上的技術分析工具
  • 第二篇 知識發現與計算智慧
    • Chapter 04|知識發現(一)迴歸分析
      • 4-1 模型架構
      • 4-2 演算法:線性迴歸
      • 4-3 演算法:邏輯迴歸
      • 4-4 Excel 實作1:線性迴歸—以迴歸工具建構
      • 4-5 Excel 實作2:線性迴歸—以規劃求解建構
      • 4-6 Excel 實作3:多項式迴歸
      • 4-7 Excel 實作4:非線性迴歸—直接法(規劃求解法)
      • 4-8 Excel 實作5:非線性迴歸—間接法( 變數轉換法)
      • 4-9 Excel 實作6:邏輯迴歸—線性
      • 4-10 Excel 實作7:邏輯迴歸—多項式
      • 4-11 結語
      • 網路學習:資料探勘入口網站
    • Chapter 05|知識發現(二)神經網路
      • 5-1 模型架構
      • 5-2 演算法:神經網路(迴歸)
      • 5-3 演算法:神經網路(分類)
      • 5-4 Excel 實作1:神經網路(迴歸)
      • 5-5 Excel 實作2:神經網路(分類)
      • 5-6 結語
      • 網路學習:Super PCNeuron 神經網路軟體
    • Chapter 06|知識發現(三)決策樹
      • 6-1 模型架構
      • 6-2 演算法:迴歸樹
      • 6-3 演算法:分類樹
      • 6-4 Excel 實作1:迴歸樹
      • 6-5 Excel 實作2:分類樹
      • 6-6 結語
    • Chapter 07|計算智慧(一)非線性規劃
      • 7-1 簡介
      • 7-2 Excel 實作1:無限制最佳化
      • 7-3 Excel 實作2:限制最佳化
    • Chapter 08|計算智慧(二)遺傳演算法
      • 8-1 資料結構
      • 8-2 演算法
      • 8-3 Excel 實作1:演化計算求解無限制最佳化
      • 8-4 Excel 實作2:演化計算求解限制最佳化
      • 8-5 Excel 實作3:不可微分的目標函數
      • 8-6 Excel 實作4:離散的設計變數
      • 8-7 Excel 實作5:局部最大值的目標函數
      • 8-8 Excel 實作6:旅行推銷員問題
      • 8-9 結語
  • 第三篇  知識發現與計算智慧在證券投資分析的應用
    • Chapter 09|基本面選股系統:單因子排序法
      • 9-1 前言
      • 9-2 選股系統使用的選股因子
      • 9-3 選股因子的排序正規化
      • 9-4 選股因子效果的回測:評分排序法
      • 9-5 選股因子效果的穩健性:訓練期與測試期
      • 9-6 選股因子效果的穩健性:分季
      • 9-7 選股因子效果的綜效分析
      • 9-8 選股因子效果的歸因分析
      • 9-9 結語
      • 網路學習:投資研究機構
      • 網路學習:資產管理公司
    • Chapter 10|基本面選股系統:間接法(知識發現)
      • 10-1 前言
      • 10-2 基本面選股系統1:線性迴歸
      • 10-3 基本面選股系統2:邏輯迴歸
      • 10-4 基本面選股系統3:神經網路:迴歸
      • 10-5 基本面選股系統4:神經網路:分類
      • 10-6 基本面選股系統5:迴歸樹
      • 10-7 基本面選股系統6:分類樹
      • 10-8 結語
      • 附錄:相關分析
      • 網路學習:ModelStation 計量投資管理工具
    • Chapter 11|基本面選股系統:直接法(計算智慧)
      • 11-1 前言
      • 11-2 基本面選股系統7:評分篩選法─模擬分析
      • 11-3 基本面選股系統8:評分篩選法─遺傳演算
      • 11-4 基本面選股系統9:評分排序法─模擬分析
      • 11-5 基本面選股系統10:評分排序法─遺傳演算
      • 11-6 結語
      • 網路學習:線上選股回測系統
    • Chapter 12|技術面擇時系統:統計分析
      • 12-1 前言:技術分析使用的變數
      • 12-2 單變數排序法
      • 12-3 多變數切塊法
      • 12-4 結語:技術分析的可行性
    • Chapter 13|技術面擇時系統:直接法(1992-2007)
      • 13-1 前言
      • 13-2 簡單價格移動平均法
      • 13-3 簡單成交量移動平均法
      • 13-4 規則篩選法:價量移動平均
      • 13-5 規則篩選法:價量移動平均─多期間
      • 13-6 規則篩選法:價量移動平均─多期間─移動波動
      • 13-7 規則篩選法:價量移動平均─多期間─移動波動─遺傳演算
      • 13-8 評分門檻法:價量移動平均─移動波動
      • 13-9 評分門檻法:價量移動平均─移動波動─遺傳演算
      • 13-10 評分門檻法:價量移動平均─移動波動─多空雙向
      • 13-11 評分門檻法:價量移動平均─移動波動─多空雙向─遺傳演算
      • 13-12 評分門檻法:價量移動平均─移動波動─多空雙向(新版)
      • 13-13 評分門檻法:價量移動平均─移動波動─多空雙向─遺傳演算( 新版)
      • 13-14 布林格帶法
      • 13-15 結語
      • 網路學習:線上技術分析回測系統
    • Chapter 14|技術面擇時系統:直接法(2003-2019)
      • 14-1 前言
      • 14-2 簡單價格移動平均法
      • 14-3 簡單成交量移動平均法
      • 14-4 規則篩選法:價量移動平均
      • 14-5 規則篩選法:價量移動平均─多期間
      • 14-6 規則篩選法:價量移動平均─多期間─移動波動
      • 14-7 規則篩選法:價量移動平均─多期間─移動波動─遺傳演算
      • 14-8 評分門檻法:價量移動平均─移動波動
      • 14-9 評分門檻法:價量移動平均─移動波動─遺傳演算
      • 14-10 評分門檻法:價量移動平均─移動波動─多空雙向
      • 14-11 評分門檻法:價量移動平均─移動波動─多空雙向─遺傳演算
      • 14-12 評分門檻法:價量移動平均─移動波動─多空雙向(新版)
      • 14-13 評分門檻法:價量移動平均─移動波動─多空雙向─遺傳演算( 新版)
      • 14-14 布林格帶法
      • 14-15 結語

評分與評論

請登入後再留言與評分
幫助
您好,請問需要甚麼幫助呢?
使用指南

客服專線:0800-000-747

服務時間:週一至週五 AM 09:00~PM 06:00

loading