9787115516046+9787115517210

算法交易员：会赚钱的人工智能

内容简介

本书生动讲述了华尔街宽客及其运用量化交易技术驰骋于投资领域的故事，同时介绍了人工智能在投资领域的发展。全书分为三部分。第一部分介绍了开创量化交易的几个著名人物。第二部分结合作者在华尔街对冲基金公司与投资银行的工作经历，描述了宽客的职场生活和竞争压力。第三部分剖析并展望人工智能在投资领域的应用发展趋势，以此帮助读者更好地了解这个行业的未来动向。

本书特色

1、宽客于普通大众极为陌生，然而在世界的金融中心就活跃着一批运用新科技手段进行投资的人。“宽客”——受过系统科学训练的、构建这些模型的量化金融从业人员，他们逐渐成为华尔街上的重要玩家。2、近年来，投资银行和对冲基金已经逐渐转向通过量化交易策略和衍生金融产品获得利润，业界精英对这些易波动的金融产品进行建模并管理相应风险。时至今日，大公司的财富和金融市场的稳定通常依赖于数学模型。 3、本书更多地从技术层面入手，讲解宽客们如何应用数学和统计学知识创造投资法则，并通过构建算法来掌控全球金融市场。利用人工智能技术，他们提高了对整体市场的洞察力以及对海量数据的敏感度，从而总结归纳出完整的算法体系，进而指导投资、操控交易。4、本书作者身处其中，并把自己进入华尔街、成为宽客的故事展现了出来。这本书既有引人入胜的故事，又从技术层面介绍了人工智能在金融领域的应用。

目录

自序

前言

第一部分 宽客的诞生

第1章 征服赌场的算法

第2章 大“赌场”——股票市场

第3章 NASA 科学家进入华尔街

第4章 解密市场暗号

第5章 成为人工智能的贸易商

第二部分 战争开始

第6章 投身宽客行业

第7章 人工智能制造者

第8章 谍报战

第9章 对冲基金宽客

第三部分 宽客的现在与未来

第10章 宽客的现在

第11章 宽客的未来

后记 你也应该成为宽客

参考文献

了解数据结构与算法是透彻理解计算机科学的前提。随着Python日益广泛的应用，Python程序员需要实现与传统的面向对象编程语言相似的数据结构与算法。本书是用Python描述数据结构与算法的开山之作，汇聚了作者多年的实战经验，向读者透彻讲解在Python环境下，如何通过一系列存储机制高效地实现各类算法。通过本书，读者将深刻理解Python数据结构、递归、搜索、排序、树与图的应用，等等。

1章 导论 1

1.1 本章目标 1

1.2 入门 1

1.3 何谓计算机科学 1

1.3.1 何谓编程 3

1.3.2 为何学习数据结构及抽象数据类型 4

1.3.3 为何学习算法 4

1.4 Python基础 5

1.4.1 数据 5

1.4.2 输入与输出 16

1.4.3 控制结构 18

1.4.4 异常处理 21

1.4.5 定义函数 23

1.4.6 Python面向对象编程：定义类 24

1.5 小结 37

1.6 关键术语 38

1.7 讨论题 38

1.8 编程练习 38

2章 算法分析 40

2.1 本章目标 0

2.2 何谓算法分析 40

2.2.1 大O记法 43

2.2.2 异序词检测示例 46

2.3 Python数据结构的性能 49

2.3.1 列表 49

2.3.2 字典 53

2.4 小结 55

2.5 关键术语 55

2.6 讨论题 56

2.7 编程练习 56

3章 基本数据结构 57

3.1 本章目标 57

3.2 何谓线性数据结构 57

3.3 栈 58

3.3.1 何谓栈 58

3.3.2 栈抽象数据类型 59

3.3.3 用Python实现栈 60

3.3.4 匹配括号 62

3.3.5 普通情况：匹配符号 64

3.3.6 将十进制数转换成二进制数 65

3.3.7 前序、中序和后序表达式 67

3.4 队列 75

3.4.1 何谓队列 75

3.4.2 队列抽象数据类型 75

3.4.3 用Python实现队列 76

3.4.4 模拟：传土豆 77

3.4.5 模拟：打印任务 79

3.5 双端队列 84

3.5.1 何谓双端队列 84

3.5.2 双端队列抽象数据类型 84

3.5.3 用Python实现双端队列 85

3.5.4 回文检测器 86

3.6 列表 88

3.6.1 无序列表抽象数据类型 88

3.6.2 实现无序列表：链表 89

3.6.3 有序列表抽象数据类型 97

3.6.4 实现有序列表 97

3.7 小结 100

3.8 关键术语 101

3.9 讨论题 101

3.10 编程练习 102

4章 递归 105

4.1 本章目标 105

4.2 何谓递归 105

4.2.1 计算一列数之和 105

4.2.2 递归三原则 107

4.2.3 将整数转换成任意进制的字符串 108

4.3 栈帧：实现递归 110

4.4 递归可视化 111

4.5 复杂的递归问题 116

4.6 探索迷宫 118

4.7 动态规划 123

4.8 小结 128

4.9 关键术语 129

4.10 讨论题 129

4.11 编程练习 129

5章 搜索和排序 131

5.1 本章目标 131

5.2 搜索 131

5.2.1 顺序搜索 131

5.2.2 二分搜索 134

5.2.3 散列 136

5.3 排序 145

5.3.1 冒泡排序 145

5.3.2 选择排序 147

5.3.3 插入排序 149

5.3.4 希尔排序 151

5.3.5 归并排序 153

5.3.6 快速排序 156

5.4 小结 159

5.5 关键术语 160

5.6 讨论题 160

5.7 编程练习 161

6章 树 163

6.1 本章目标 163

6.2 示例 163

6.3 术语及定义 166

6.4 实现 168

6.4.1 列表之列表 168

6.4.2 节点与引用 171

6.5 二叉树的应用 173

6.5.1 解析树 173

6.5.2 树的遍历 179

6.6 利用二叉堆实现优先级队列 182

6.6.1 二叉堆的操作 182

6.6.2 二叉堆的实现 183

6.7 二叉搜索树 189

6.7.1 搜索树的操作 190

6.7.2 搜索树的实现 190

6.7.3 搜索树的分析 201

6.8 平衡二叉搜索树 202

6.8.1 AVL树的性能 203

6.8.2 AVL树的实现 204

6.8.3 映射实现总结 210

6.9 小结 211

6.10 关键术语 211

6.11 讨论题 211

6.12 编程练习 213

7章 图及其算法 214

7.1 本章目标 214

7.2 术语及定义 215

7.3 图的抽象数据类型 216

7.3.1 邻接矩阵 216

7.3.2 邻接表 217

7.3.3 实现 218

7.4 宽度优先搜索 220

7.4.1 词梯问题 220

7.4.2 构建词梯图 221

7.4.3 实现宽度优先搜索 223

7.4.4 分析宽度优先搜索 226

7.5 深度优先搜索 226

7.5.1 骑士周游问题 226

7.5.2 构建骑士周游图 227

7.5.3 实现骑士周游 229

7.5.4 分析骑士周游 231

7.5.5 通用深度优先搜索 233

7.5.6 分析深度优先搜索 236

7.6 拓扑排序 236

7.7 强连通单元 238

7.8 短路径问题 241

7.8.1 Dijkstra算法 243

7.8.2 分析Dijkstra算法 245

7.8.3 Prim算法 245

7.9 小结 248

7.10 关键术语 249

7.11 讨论题 249

7.12 编程练习 250