作品簡介
本書為金融從業人員提供一套系統化的資料分析方法，從資料收集、清洗、探索性分析、時間序列建模，到機器學習與量化投資策略，涵蓋實務案例與最佳實踐，協助讀者將原始數據轉化為可執行的投資與風險管理洞見。
章節列表
共 12 章
1
第一章 引言：數據驅動金融決策的時代
2026-03-02
2
第2章：金融數據來源與取得策略
2026-03-02
3
第三章：數據清理與預處理——保證質量的關鍵步驟
2026-03-02
4
第 4 章 時間序列建模與預測
2026-03-02
5
第5章：機器學習與量化投資策略
2026-03-02
6
第六章 量化交易框架的架構設計與實務部署
2026-03-02
7
第七章 机器学习模型的可解释性与风险偏好匹配
2026-03-02
8
第八章 實戰案例：證券市場、固定收益、衍生品
2026-03-02
9
第九章：模型部署與監控的最佳實踐
2026-03-02
10
10. 可解釋性與合規：讓模型說話
2026-03-02
11
第 11 章：模型部署與持續監控——從實驗到實戰
2026-03-02
12
第十二章：模型監控、漂移偵測與自動化運維
2026-03-02