金融中的机器学习

推荐读物

你已经读到书的结尾！你现在要做什么？当然是多读点书了！机器学习，尤其是深度学习是一个快速发展的领域。因此，现在列的任何阅读清单都有可能在你阅读时就已经过时了。然而，下面的清单旨在向你展示相关的书籍，这些书籍可以在未来几年仍然值得参考。

• 《利用Python进行数据分析》，作者韦斯•麦金尼（Wes McKinney）

韦斯是pandas的原创者。pandas是一种流行的Python数据处理工具。我们在第2章中看到过这个工具。pandas是Python中任何数据科学工作流的核心组件。在可预见的将来，它仍将发挥作用。绝对值得你花时间学习它所提供的工具和相关知识。

• Advances in Financial Machine Learning，作者马科斯• 洛佩兹•普拉多（Marcos Lopez de Prado）

马科斯是将机器学习应用于金融领域的专家。他的书主要聚焦于过拟合的危险，以及研究人员在进行适当的科学研究时应该如何多加小心。虽然本书更加专注于高频交易，但马科斯写得非常清晰，并使潜在的问题和解决方案非常容易理解。

• Elements of Statistical Learning，作者特雷弗•哈斯蒂（Trevor Hastie）等

统计机器学习的经典之作，它包含统计学习中所有重要概念的讲解。每当你需要对某个概念的深度信息时，这本书是最好用的查阅工具书。

• 《深度学习》，作者伊恩•古德洛（Ian Goodfellow）、吉奥•本吉奥（Yoshua Bengio）、亚伦•库维尔（Aaron Courville）（原版书名为Deep Learning）

尽管本书以实践为导向，但它也聚焦于其背后的理论，涵盖了广泛的主题，并从理论概念中衍生出多样的实际应用。

• 《强化学习》，作者理查德• ...