登入
｜
註冊
｜
會員中心
｜
結帳
｜
培訓課程
魔法弟子
｜
自資出版
｜
電子書
｜
客服中心
｜
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
此作者無相關書籍
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
金融天才幫你賺錢 － 使用 AI 高效進行量化交易實作
作者：
羅勇， 盧洪波， 王光偉， 羅天奇
分類：
電腦與網路
／
AI•人工智慧
出版社：
深智數位
出版日期：2026/5/20
ISBN：9786267889237
書籍編號：kk0608941
頁數：304
定價：
880
元
優惠價：
79
折
695
元
書價若有異動，以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨：目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0608941'>金融天才幫你賺錢 － 使用 AI 高效進行量化交易實作</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0608941'><img src='https://www.silkbook.com/mall_image/bk/kk0608941.jpg' ALT='金融天才幫你賺錢 － 使用 AI 高效進行量化交易實作' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
金融天才幫你賺錢 － 使用 AI 高效進行量化交易實作 ★全面解析量化交易五大策略，從基本面到高頻另類數據。 ★破解生成式AI十大誤區，精準掌握大模型能力分級。 ★揭秘DeepSeek與ChatGPT，打造量化交易專屬AI引擎。 ★獨創提示詞工程框架，大幅提升AI策略開發精準度。 ★實戰Agent建構技術，深度解讀Manus與MCP底層原理。 ★從微調到知識蒸餾，親手訓練您的專屬量化交易專家。 ★涵蓋財務指標與研報因子，讓基本面分析全面自動化。 ★掌握資金流向與動態加權，精準佈局資產配置最佳化。 ★挖掘LV2訂單簿與高頻量價因子，建立絕對Alpha優勢。 ★深入競價結構與連板梯隊分析，洞悉Beta量化核心邏輯。 ★結合機器學習特徵工程，量化市場情緒捕捉交易先機。 ★輿情監控與遊資行為解析，用另類數據掌握事件驅動。 本書共分3章，循序漸進地帶領讀者將生成式AI技術與量化交易深度融合。第1章說明量化交易的基礎與全貌，涵蓋發展簡史、行業現狀，並詳細拆解基本面、資產配置、阿爾法、貝塔及另類量化這五大核心策略，幫助讀者建立穩固的金融知識基底。第2章說明生成式AI的核心應用，從破解大模型迷思與提示詞工程起步，深入探討DeepSeek等中外主流平台，並進階解析模型微調、知識蒸餾以及Manus、MCP等最新Agent智慧體技術，揭示大模型時代的研究新模式。第3章則是全書的實戰精華，直接切入量化交易的程式開發與模型建構。從資料獲取到特徵工程，針對財務指標預測、多因子動態加權、LV2訂單簿不平衡因子、連板梯隊分析，甚至輿情監控與遊資席位解析，均提供詳盡的流程圖、程式碼解說與提示詞範本。透過豐富的實例與反思練習，讀者將能親手打造出涵蓋多種維度的現代化量化交易系統，徹底掌握AI賦能金融的無限可能。
▍第 1 章 量化交易基礎入門 1.1 什麼是量化交易 1.2 量化交易的研究物件與應用領域 1.3 發展簡史與行業現狀 1.3.1 量化交易的萌芽 1.3.2 量化交易的發展歷程 1.3.3 中國量化交易發展歷程 1.3.4 AI 時代的量化交易現狀 1.4 量化交易策略的五大分類 1.4.1 基本面量化交易策略 1.4.2 資產配置量化交易策略 1.4.3 阿爾法量化交易策略 1.4.4 貝塔量化交易策略 1.4.5 另類量化交易策略 1.5 未來趨勢與挑戰 1.6 本章小結 ▍第 2 章 生成式 AI 入門簡介 2.1 初識大模型：常見誤區與能力分級 2.1.1 傳統誤區：關於生成式AI 的十大誤區 2.1.2 核心區別：推理模型和非推理模型的區別 2.1.3 能力分級：大模型使用者的九大段位 2.2 提示詞工程：與大模型有效溝通的藝術 2.2.1 主要框架：如何高效建構提示詞 2.2.2 突破技巧：利用搜尋引擎的高級技巧，提升使用精度 2.2.3 能力進階：系統提示詞與使用者提示詞的使用指南 2.3 工具與平臺推薦 2.3.1 國外平臺：ChatGPT，大模型的世界起源 2.3.2 中國之光：DeepSeek，中國大模型的驕傲 2.3.3 開放原始碼模型：那些靈活可控的AI 引擎 2.3.4 量化AI：大模型與量化交易的資料外掛程式與輔助平臺 2.3.5 中國生態：中國量化平臺生態與未來發展 2.3.6 選型建議：從簡單到複雜 2.4 大模型時代的學習與研究新模式 2.4.1 學習模式：大模型時代下的量化交易學習 2.4.2 報告撰寫：利用大模型撰寫量化交易研究報告的通用路徑 2.4.3 研究幫手：ChatGPT 的Deep Research 使用指南 2.4.4 思研差異：深度思考和深度研究的區別 2.5 大模型訂製與智慧體入門 2.5.1 微調與蒸餾：將DeepSeek－R1 微調/ 蒸餾為某領域的專家 2.5.2 智慧體原理：Manus 的底層技術原理 2.5.3 智慧體工具：MCP 深度解讀與使用研究 2.5.4 智慧體橋樑：深度解讀Agent2Agent 協定 2.6 本章小結 ▍第 3 章 量化交易基礎入門 3.1 量化交易的資料基石 3.1.1 資料型態詳解 3.1.2 資料來源獲取與主流工具 3.1.3 資料前置處理的核心環節 3.1.4 實戰案例：資料獲取與前置處理流程 3.1.5 資料儲存與管理 3.1.6 練習建議與反思問題 3.2 財務指標的深度解析與業績預測(基本面量化) 3.2.1 策略邏輯與來源 3.2.2 資料需求與獲取方法 3.2.3 流程圖、模型與程式講解 3.2.4 適用場景與實戰應用 3.2.5 常見錯誤與最佳化建議 3.2.6 提示詞範本設計 3.2.7 練習建議與反思問題 3.3 研報因子的自動化解析與建模(基本面量化) 3.3.1 策略邏輯與來源 3.3.2 資料需求與獲取方法 3.3.3 流程圖與程式講解 3.3.4 適用場景與實戰應用 3.3.5 常見錯誤與最佳化建議 3.3.6 提示詞範本設計 3.3.7 練習建議與反思問題 3.4 多因子動態加權模型(資產配置量化) 3.4.1 策略邏輯與來源 3.4.2 資料需求與獲取方法 3.4.3 模型、流程圖與程式講解 3.4.4 適用場景與實戰應用 3.4.5 常見錯誤與最佳化建議 3.4.6 提示詞範本設計 3.4.7 練習建議與反思問題 3.5 資金流向與板塊輪動複盤(資產配置量化) 3.5.1 策略邏輯與來源 3.5.2 資料需求與獲取方法 3.5.3 程式講解 3.5.4 適用場景與實戰應用 3.5.5 常見錯誤與最佳化建議 3.5.6 提示詞範本設計 3.5.7 練習建議與反思問題 3.6 LV2 訂單簿不平衡因子的挖掘(阿爾法量化) 3.6.1 策略邏輯與來源 3.6.2 資料需求與獲取方法 3.6.3 模型、流程圖與程式講解 3.6.4 適用場景與實戰應用 3.6.5 常見錯誤與最佳化建議 3.6.6 提示詞範本設計 3.6.7 練習建議與反思問題 3.7 機器學習量價特徵工程(阿爾法量化) 3.7.1 策略邏輯與來源 3.7.2 資料需求與獲取方法 3.7.3 流程圖與程式講解 3.7.4 適用場景與實戰應用 3.7.5 常見錯誤與最佳化建議 3.7.6 提示詞範本設計 3.7.7 練習建議與反思問題 3.8 市場情緒量化評分系統(阿爾法量化) 3.8.1 策略邏輯與來源 3.8.2 資料需求與獲取方法 3.8.3 流程圖與程式講解 3.8.4 適用場景與實戰應用 3.8.5 常見錯誤與最佳化建議 3.8.6 提示詞範本設計 3.8.7 練習建議與反思問題 3.9 競價階段量價因子的挖掘(貝塔量化) 3.9.1 策略邏輯與來源 3.9.2 資料需求與獲取方法 3.9.3 流程圖、模型與程式講解 3.9.4 適用場景與實戰應用 3.9.5 常見錯誤與最佳化建議 3.9.6 提示詞範本設計 3.9.7 練習建議與反思問題 3.10 複盤連板梯隊結構與晉級率分析( 貝塔量化) 3.10.1 策略邏輯與來源 3.10.2 資料需求與獲取方法 3.10.3 流程圖與程式講解 3.10.4 適用場景與實戰應用 3.10.5 常見錯誤與最佳化建議 3.10.6 提示詞範本設計 3.10.7 練習建議與反思問題 3.11 高頻量價資料策略開發(貝塔量化) 3.11.1 策略邏輯與來源 3.11.2 資料需求與獲取方法 3.11.3 流程圖與程式講解 3.11.4 適用場景與實戰應用 3.11.5 常見錯誤與最佳化建議 3.11.6 提示詞範本設計 3.11.7 練習建議與反思問題 3.12 高頻動量衰減因子開發(貝塔量化) 3.12.1 策略邏輯與來源 3.12.2 資料需求與獲取方法 3.12.3 流程圖與程式講解 3.12.4 適用場景與實戰應用 3.12.5 常見錯誤與最佳化建議 3.12.6 提示詞範本設計 3.12.7 練習建議與反思問題 3.13 龍頭股特徵提取與模仿策略(貝塔量化) 3.13.1 策略邏輯與來源 3.13.2 資料需求與獲取方法 3.13.3 流程圖與程式講解 3.13.4 適用場景與實戰應用 3.13.5 常見錯誤與最佳化建議 3.13.6 提示詞範本設計 3.13.7 練習建議與反思問題 3.14 輿情監控與事件驅動分析(另類量化) 3.14.1 策略邏輯與來源 3.14.2 資料需求與獲取方法 3.14.3 流程圖與程式講解 3.14.4 適用場景與實戰應用 3.14.5 常見錯誤與最佳化建議 3.14.6 提示詞範本設計 3.14.7 練習建議與反思問題 3.15 游資席位行為模式解析(另類量化) 3.15.1 策略邏輯與來源 3.15.2 資料需求與獲取方法 3.15.3 流程圖與程式講解 3.15.4 適用場景與實戰應用 3.15.5 常見錯誤與最佳化建議 3.15.6 提示詞範本設計 3.15.7 練習建議與反思問題 3.16 漲停原因歸類與題材持續性評估(另類量化) 3.16.1 策略邏輯與來源 3.16.2 資料需求與獲取方法 3.16.3 流程圖與程式講解 3.16.4 適用場景與實戰應用 3.16.5 常見錯誤與最佳化建議 3.16.6 提示詞範本設計 3.16.7 練習建議與反思問題 3.17 本章小結 ▍附錄 A 量化交易基礎入門術語表 ▍附錄 B 生成式 AI 入門術語表 ▍附錄 C AI 量化交易策略及實戰案例
Google Gem
輕鬆學會RAG實作開
ChatGPT ×
Claude Cod
OpenClaw 實
萬顆GPU的訓練：分
現代 AI 全景聖經
用 macOS 完整
AI時代不缺席 －
AI 驅動開發 －
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
