量化研究体系——以7大模块为核心

评分7.5分

本书以为广大量化研究者建立一个一般性的量化研究流程（主要是量化策略开发，但也包括其他量化研究）为主旨来展开撰写的。全部的章节分布以流程化的形式展开，从量化研究的数据开始到最终以交易结束。数据库、指标库、算法库、工具库、可视化库、日常工作系统、交易系统这7个核心库分别解决了量化研究中某一个环节的问题。 量化研究是以上述7个库存表征的环节的一个周而复始的工作。它将数据和思想相结合然后通过交易来检验研究成果是否达到预期，然后再改进思想和更换数据，并投入到下一次交易中。这样的循环使得量化研究每一次都更加接近理想效果。而在循环的每一个环节上，本书给出了一系列的工具、算法、技术等来支撑各个库的功能。 本书在编程语言上以matlab和python为主，数据库一章用到了一些mysql的基本知识，交易接口一章用到了一些 mongodb的知识。可以说本书的内容是十分丰富的，通过阅读本书读者可以对量化研究形成一个系统、全面、完整的认识，并且在今后的研究工作中逐步拓展最终形成自己的体系。

人工智能算法大全：基于MATLAB

评分10.0分

本书的编程语言以MATLAB为主，分别从学习方式和理论知识两个方面来对机器学习（实现人工智能的方法）的算法进行分类介绍。通过阅读本书，读者可以对人工智能的子集——机器学习形成一个系统、全面、完整的认识，并且在今后的研究工作中逐步拓展，最终形成自己的体系。全书共6篇，分别为特征处理算法、分类和聚类算法、神经网络算法、优化算法、基于不同数学思想的算法以及集成算法，每一篇都对该类别中常见算法的思想、流程、核心知识和优缺点等内容进行了详细介绍，并通过实际的案例分析和代码展示，对算法的具体应用进行了完整解析。本书适用的读者对象包括金融机构的量化投资经理、科研工作者、互联网企业的算法工程师、大中专院校相关专业师生，以及其他对实现人工智能的机器学习技术感兴趣的读者。