金融中的机器学习方法
课程编码：180087120100P4001H
英文名称：Financial Machine Learning
课时：20
学分：1.00
课程属性：研讨课
主讲教师：邓智斌
教学目的要求
本课程融合了金融学和机器学习的前沿知识，本课程对于金融市场中利用机器学习进行研究的新兴文献进行研讨，重点强调该研究领域的最佳实践，并为未来的研究提出有潜力的方向。通过学习本课程，学生应学会使用机器学习工具求解实际的金融经济问题。
预修课程
机器学习、金融学相关基础课程
大纲内容
第一章 机器学习简介 4.0学时 邓智斌
第1节 课程要求，考核方式，课程内容简介；
第2节 机器学习与回归
第3节 概率模型与贝叶斯计量
第4节 金融机器学习应用与挑战
第二章 监督式学习的可解释分析（一） 4.0学时 邓智斌
第1节 贝叶斯回归与正则化
第2节 前向神经网络与重要度排序
第三章 监督式学习的可解释分析（二） 4.0学时 邓智斌
第1节 循环神经网络与自回归
第2节 自编码器与主成分分解
第3节 卷积神经网络与过滤平滑
第四章 强化学习及其在金融中的应用 4.0学时 邓智斌
第1节 强化学习中的Q-learning
第2节 期权定价
第3节 G-learning
第4节 动态投资组合优化
第五章 逆强化学习及其在金融中的应用 4.0学时 邓智斌
第1节 逆强化学习简介
第2节 逆强化学习与基于情感信息的交易策略
第3节 逆强化学习与市场建模
第4节 学生总结报告
教材信息
1、
Machine Learning in Finance: From Theory to Practice ?
Matthew F. Dixon,?Igor Halperin,?Paul Bilokon
2020年7月
Springer
参考书
1、
Advances in Financial Machine Learning ?
Marcos Lopez de Prado
2018年
Wiley
课程教师信息
邓智斌，中国科学院大学经济与管理学院副教授