• 
  金融领域的另类数...
  ￥204.80元
• 
  折现：决策逻辑
  ￥172.22元
• 
  媒体的公司治理效...
  ￥143.78元

本书基于金融领域的另类数据，提供了机器学习方法和数据源的实用概述。作者Alexander Denev和Saeed Amen首次对另类数据进行了全面阐述，使另类数据价值研究能够系统地呈现在读者面前。全书分为另类数据简介与理论、另类数据的实际应用两个部分。作者多方阐述了另类数据的发展与挑战，提供了大量有价值的案例研究和实际例子，为读者提供利用另类数据获益的理论与方法，同时也是读者避开另类数据中复杂的理论与技术陷阱的指南。

样章试读

• 暂时还没有任何用户评论

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

• 暂时还没有任何用户咨询内容

总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

用户名：	匿名用户
E-mail：
咨询内容：

• 目录
  第一部分 简介与理论
  第1章 另类数据：现状 3
  1.1 引言 3
  1.2 什么是“另类数据”？ 5
  1.3 另类数据的分类 6
  1.4 另类数据的特征 8
  1.5 为什么选择另类数据？ 10
  1.6 谁在用另类数据？ 13
  1.7 策略容量与另类数据 15
  1.8 另类数据的维度 17
  1.9 谁是另类数据的供应商？ 21
  1.10 买方对另类数据集的使用 23
  1.11 小结 24
  第2章 另类数据的价值 25
  2.1 引言 25
  2.2 投资价值的衰减 25
  2.3 数据市场 27
  2.4 数据的货币价值（第一部分） 29
  2.5 评估（另类）数据策略，包括或不包括回溯测试 33
  2.6 数据的货币价值（第二部分） 36
  2.7 成熟另类数据集的优势 42
  2.8 小结 43
  第3章 另类数据的风险与挑战 44
  3.1 数据中的法律问题 44
  3.2 使用另类数据的风险 46
  3.3 使用另类数据的挑战 47
  3.4 汇总数据 53
  3.5 小结 54
  第4章 机器学习技术 55
  4.1 引言 55
  4.2 机器学习：定义和技术 55
  4.3 选择哪种技术？ 77
  4.4 机器学习技术的假设和局限性 79
  4.5 结构化图像 83
  4.6 自然语言处理 87
  4.7 小结 97
  第5章 另类数据的使用过程 99
  5.1 引言 99
  5.2 进行另类数据之旅的步骤 100
  5.3 组建使用另类数据的团队 108
  5.4 数据供应商 110
  5.5 小结 112
  第6章 因子投资 113
  6.1 引言 113
  6.2 因子模型 114
  6.3 横截面和时间序列交易方法之间的区别 120
  6.4 为什么要进行因子投资？ 120
  6.5 使用另类数据输入的智能Beta指标 121
  6.6 ESG因子 122
  6.7 直接和间接预测 123
  6.8 小结 125
  第二部分 实 际 应 用
  第7章 缺失数据：背景 129
  7.1 介绍 129
  7.2 缺失数据的分类 130
  7.3 缺失数据处理的文献综述 132
  7.4 小结 143
  第8章 缺失数据：案例研究 144
  8.1 引言 144
  8.2 案例研究：在多个CDS时间序列中插补缺失值 145
  8.3 案例研究：卫星图像 166
  8.4 小结 170
  8.5 附录：MICE程序概述 171
  8.6 附录：本章使用的软件库 172
  第9章 离群值（异常值） 174
  9.1 简介 174
  9.2 异常值定义、分类和检测方法 174
  9.3 时间结构 176
  9.4 全局与局部离群值、点异常和微簇 176
  9.5 异常值检测问题的设置 177
  9.6 异常值检测算法的比较评估 177
  9.7 异常值解释方法 180
  9.8 案例研究：联邦通信指数的离群值检测 185
  9.9 小结 192
  9.10 附录 193
  第10章 汽车行业基本数据 196
  10.1 引言 196
  10.2 数据 197
  10.3 方法一：间接法 201
  10.4 方法二：直接法 213
  10.5 高斯过程举例 228
  10.6 小结 230
  10.7 附录 230
  第11章 调查和众包数据 236
  11.1 引言 236
  11.2 另类数据：调查数据 236
  11.3 数据 238
  11.4 产品 239
  11.5 案例研究 240
  11.6 关于调查的一些技术性考虑 245
  11.7 众包分析师估计调查 245
  11.8 Alpha获取数据 246
  11.9 小结 247
  11.10 附录 247
  第12章 采购经理人指数 248
  12.1 引言 248
  12.2 PMI表现 249
  12.3 GDP增长的即时预测 251
  12.4 对金融市场的影响 252
  12.5 小结 254
  第13章 卫星图像和航空摄影 255
  13.1 引言 255
  13.2 美国出口增长的预测 257
  13.3 汽车数量和零售商每股收益 258
  13.4 利用卫星数据测算中国制造业PMI 264
  13.5 小结 266
  第14章 位置数据 268
  14.1 引言 268
  14.2 利用航运数据实现原油追踪 268
  14.3 利用手机定位数据了解零售活动 271
  14.4 出租车出行数据和纽约联储会议 278
  14.5 公司商务机位置数据和并购 279
  14.6 小结 281
  第15章 文本、网页、社交媒体和新闻 282
  15.1 引言 282
  15.2 收集网络数据 282
  15.3 社交媒体 283
  15.4 新闻 292
  15.5 其他网络来源 302
  15.6 小结 303
  第16章 投资者关注度 304
  16.1 引言 304
  16.2 度量投资者关注度的指标—工资单的读者群体 304
  16.3 度量市场主体的指标—谷歌趋势 306
  16.4 度量投资者焦虑情绪的指标—投资百科的搜索数据 308
  16.5 运用维基百科了解加密货币的价格走势 311
  16.6 通过各国网上关注度来了解外汇交易 311
  16.7 小结 314
  第17章 消费者交易 316
  17.1 引言 316
  17.2 信用卡和借记卡的交易数据 317
  17.3 消费者收据 318
  17.4 小结 320
  第18章 政府、行业和公司数据 321
  18.1 引言 321
  18.2 使用创新性度量指标进行股权交易 321
  18.3 量化货币危机风险 324
  18.4 模拟中央银行干预货币市场 326
  18.5 小结 328
  第19章 市场数据 329
  19.1 引言 329
  19.2 机构外汇流量数据与外汇现货之间的关系 329
  19.3 使用高频外汇数据理解流动性 333
  19.4 小结 335
  第20章 私募市场中的另类数据 337
  20.1 引言 337
  20.2 什么是私募股权公司和风险投资公司 337
  20.3 私募股权数据集 339
  20.4 理解私营企业的表现 340
  20.5 小结 341
  参考文献 342
  原书作者介绍和中文版译者介绍 353
  （1）原书作者介绍 353
  （2）中文版译者介绍 354