作品簡介
本書系統性地介紹如何利用數據科學技術為投資決策提供科學依據。從金融數據的收集與清洗、量化模型的構建與評估，到風險管理、組合優化、交易策略實施與回測，再到數據視覺化與決策支持，最後探討 AI、區塊鏈與 ESG 投資等前沿趨勢。適合具備基礎財務知識、想進一步掌握數據分析工具的投資專業人士與學者。
章節列表
共 10 章
1
第一章：數據驅動投資的起點
2026-02-27
2
第 2 章：資料收集與清洗——從海量資訊中鑿取洞見
2026-02-27
3
第 3 章 數據清洗與前處理：確保分析品質
2026-02-27
4
第4章 量化模型基礎：回歸、因子模型、機器學習
2026-02-27
5
第 5 章 策略開發、風險管理與執行機制
2026-02-27
6
第六章 交易策略的構建與測試：模擬與實盤
2026-02-27
7
第七章 數據視覺化與報告：說服與決策
2026-02-27
8
第 8 章 未來趨勢與實踐挑戰：AI、區塊鏈、永續投資
2026-02-27
9
第九章：實時風險監測與預警：將數據流與機器學習結合於投資決策
2026-02-27
10
第十章：實時投資決策支援系統——從數據洞察到全自動執行
2026-02-27