庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
   
二樓書籍分類
 
財經時間序列預測:使用R的計量與機器學習方法

財經時間序列預測:使用R的計量與機器學習方法

沒有庫存
訂購需時10-14天
9786263431492
何宗武
五南
2022年8月25日
200.00  元
HK$ 190  






ISBN:9786263431492
  • 規格:平裝 / 336頁 / 19 x 26 x 1.68 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣


  • 專業/教科書/政府出版品 > 財經類 > 統計 > 統計學











      本書為進階的教材,需要經濟計量方法和矩陣代數的基礎。時間序列預測是統計學裡非常實用的工具,不論是分析投資組合的數據、全球總經和金融市場,以及預測景氣循環變動等等,可以用過去的數據資料,預測未來趨勢,是可以符合實際決策需要的實用能力。

    ?

      書中並介紹機器學習方法,機器學習不是指特定估計方法,學習指的是如何在資料結構中運算,以追蹤最小預測誤差的方法獲得最佳預測(tuning)。我們應用機器學習演算法訓練歷史資料,執行特徵萃取(features extraction),再測試預測表現。依此建立一個可預測未來的模型,作為決策之用。

    ?

      使用R語言進行時間序列預測是本書的一大特點,R語言是統計學中普及且容易上手的分析工具,書中針對一個個資料分析步驟進行深度解說,教給讀者進行預測與評估的最實用方法。



     





    自序



    Part I

    時間序列預測基礎

    1 統計與時間序列基礎


    第1 節 隨機變數和預測?

    第2 節 樣本和母體

    第3 節 兩組中央趨勢?

    第4 節 時間序列特徵

    第5 節 時間序列預測的不同之處



    2 財經時間序列開放資料之取得

    第1 節 Fed 美國聯準會

    第2 節 證交所5 秒鐘的高頻資料

    第3 節 國際清算銀行的有效匯率指數BIS?

    第4 節 R 內建套件quantmod 國際股市資料

    第5 節 Fama-French Factor Data?

    第6 節 套件JFE 內建函數



    3 時間序列的訓練架構—Recursive Validation?

    第1 節 K- 段交叉驗證方法(K-fold CV)

    第2 節 N 步遞回驗證(N-step Recursive Validation)

    第3 節 K-fold 的關聯問題和Rabinowicz-Rosset 修正CV



    4 關於時間序列預測值的計算?

    第1 節 資料配適的統計預測?

    第2 節 預測未來之一:單步預測?

    第3 節 預測未來之二:多步預測?

    第4 節 評估模型的預測績效



    Part II

    經濟計量方法Econometric Methods


    5 計量時間序列方法

    第1 節 ARIMA?

    第2 節 非線性移轉模型:SETAR 和LSTAR?

    第3 節 BATS (Box-Cox transform, ARMA, Trend & Seasonality)?

    第4 節 BAGGED (Bootstrap AGGregation)?

    第5 節 GAMs?

    第6 節 時間序列的組合預測簡介:AveW and Model Average?



    6 經濟計量預測實做—臺灣工業生產指數成長率預測?

    第1 節 資料與訓練架構

    第2 節 R 程式的單步靜態預測?

    第3 節 R 程式的動態預測的訓練?



    Part III

    機器學習 Machine Learning


    7 機器學習的演算法?

    第1 節 迴歸樹、隨機森林和KNN?

    第2 節 簡易人工神經網路(Simple Artificial Neural Network)?

    第3 節 Support Vector Machine?

    第4 節 Gradien Boosting Machine?

    第5 節 正則方法:LASSO, Ridge and Elastic Net?

    第6 節 自動化機器學習模式:autoML 委員會?

    第7 節 機器學習的動態預測—R 套件iForecast 說明?

    附錄



    8 機器學習預測實做—指數報酬率預測(Index Returns Forecasting)?

    第1 節 資料與模型?

    第2 節 R 程式說明與結果呈現?



    Part IV

    深度學習方法


    9 深度學習方法的訓練與學習RNN-LSTM?

    第1 節 原理簡說

    第2 節 軟體環境設置



    10 LSTM 預測實做—美國失業率和通貨膨脹?

    第1 節 LSTM 程式說明

    第2 節 iForecast 內的ttsLSTM()?



    Part V

    類別資料

    11 分類模式


    第1 節 二元廣義線性模式

    第2 節 GLM 的R 程式

    第3 節 混淆矩陣

    第4 節 決策樹分類案例研究?



    12 類別時間序列資料的預測—景氣循環

    第1 節 資料與問題說明

    第2 節 機器學習R 程式



    附錄1 R 套件iForecast 介紹?

    附錄2 矩陣進一步性質與應用?

    第1 節 方陣的特殊性質

    第2 節 應用

    參考文獻










    其 他 著 作
    1. 文圖互織的資料寫作學:使用 R Markdown
    2. 管理數學、Python與R:邊玩程式邊學數學,不小心變成數據分析高手(3版)
    3. 大數據決策分析盲點大突破10講:我分類故我在(2版)
    4. 管理數學、Python與R:邊玩程式邊學數學,不小心變成數據分析高手(2版)
    5. 數位創新:商業模式經濟學
    6. 大數據時代的決策思維:資料敘事的起承轉合
    7. 管理數學與Python:數據分析的必修課
    8. 商用微積分(四版)
    9. 大數據決策分析盲點大突破10講 :我分類故我在
    10. R語言:深入淺出財經計量
    11. R資料採礦與數據分析:以 GUI 套件 Rattle 結合程式語言實作
    12. 資料分析輕鬆學:R Commander高手捷徑
    13. Eviews高手:財經計量應用手冊(附光碟)
    14. 追蹤資料分析:原理與R程式實務
    15. 商用微積分 2012年(第三版)
    16. R財經計量入門手冊
    17. Eviews 高手:財經計量應用手冊