金融數據挖掘
金融數據挖掘
本書從金融數據挖掘的數據整理（cluster and classification）和重抽樣方法（resampling）開始，介紹了模型的篩選方法（selection methods）、克服高維災難（disaster of dimensionality）的方法，以及非線性模型（non-linear models）、非參數估計（unsupervised
estimation）、決策樹（tree-based methods）和支持向量機（support vector machines）等數據挖掘方法，並在后面介紹了R語言的基本操作。
本書的案例均采用股票市場數據來進行數據挖掘分析，利用簡明實用的一些數據挖掘方法來詮釋金融數據挖掘的魅力，以期每一名本書的讀者都夠掌握一些本書介紹的方法，並應用於股票市場投資當中去。當然，正像所有投資書籍及投資機構都會提到的一樣，本書也必須指出，「投資有風險，挖掘需謹慎」。
劉振亞，中國人民大學財金學院和英國伯明翰大學教授，博士生導師，摩根大通期貨有限公司(JP Morgan Futures)董事，全球管理期貨（CTA）Winton Capital中國早期的合作者。在金融計量、量化投資、宏觀經濟等領域有着深入的研究，從1991年以來已出版多本專業著作，並在China Economic Review、《世界經濟》等國內外一流雜志發表多篇文章。
