简介
本书以资产定价研究的三个核心问题：最优投资组合选择、因子定价模型识别，以及横截面资产收益率预测为出发点，系统阐释了如何利用机器学习技巧来提升模型的实证性能。为了提高机器学习方法在资产定价中的可解释性，本书重点采用了具有清晰函数形式的机器学习方法，并通过引入非线性函数关系处理解释变量与被解释变量之间的关系，从而在模型复杂度、预测效能与可解释性之间达到一个良好的平衡。使用中国A股市场的数据，本书详细展示了机器学习在确定最优投资组合、选择有效定价因子和横截面收益率预测变量等方面的实证应用效果。
评论
评分：
- 1
- 2
- 3
- 4
- 5
评价：
请输入评论信息
0/255
我要评论
全部评论(0)
检索
默认排序
