巴菲特的投资组合（珍藏版）

本书讨论了机器学习在量化交易中的应用，包括基木的机器学习算法、特征选择和榄型评估等，帮助读者理解机器学习策略的基本原理和实践方法。通过学习，读者能够了解量化交易的核心概念和方法，掌握Python编程语言和ChatGPT技术在量化交易中的应用，以及各种常见的量化交易策略的实现和优化。

本书比较了在资产配置的收益－风险分析中常用的风险度量，从均值－风险模型与随机占优一致性的角度，给出在资产配置优化中选择风险度量及其对应的均值－风险模型的建议；系统研究和发展了安全首要准则下的资产配置优化理论，给出了资产组合的有效前沿性质以及基金分离现象存在与CAPM成立的条件；分别建立了包含心理账户和背景风险的改进型安全首要模型。

整个股市战役的运作过程包括选股、建仓、拉升、出货等几个部分，对整体大格局的把握能让投资者做到攻守有序、进退有据，进而在股市战役中最终胜出。本书系统地呈现了一个完整操盘过程中大格局思维的运用，并详细介绍了“吴氏盈利系统”，对投资者把握主力动向、摆脱被套困境、实现稳健盈利具有重要的指导意义。

本书结合具体实例讲解了金融大模型开发的核心知识。全书共12章，讲解了大模型基础、大模型开发技术栈、数据预处理与特征工程、金融时间序列分析、金融风险建模与管理、高频交易与算法交易、信用风险评估、资产定价与交易策略优化、金融市场情绪分析、银行应用大模型开发实战、区块链与金融科技创新和未来金融智能化发展趋势。

本书在介绍非参数核光滑估计和非参数回归估计的基础上，着重讨论金融风险度量风险价值（VaR）和期望损失（ES）的非参数估计方法及实证分析。主要涉及概率统计、非参数统计、半参数统计、计量经济学和金融风险管理等常用的统计模型和统计推断理论方法。

《中国债券市场：2018》立足于国际国内宏观趋势大图景，对中国债券市场在2018年的发展进行了全面系统的总结。书中探讨了债券市场运行的宏观经济背景、货币市场发展与规范、债券一级市场、债券交易及存量特征、债券收益率曲线、债券衍生品市场、政府债券市场、政府债券市场、资产支持证券市场、中国债券市场对外开放、中国金融去杠杆等诸多前沿实践问题，并对未来中国债券市场的发展做了展望，提出了若干建议。

本书立足融资交易尚未发展成熟的中国市场，在深度剖析融资交易起源、内涵、内资价值及风险的基础上，对比分析了中国大陆与美国、日本和中国台湾地区融资交易模式、监管方式等方面的差异，重点探索了中国融资交易保证金比例的设置和调整方法，测试了调整所带来的市场效应，丰富了我国融资保证金系统的研究体系，为优化、调整融资保证金比例以活跃金融市场、实现宏观调控目标提供了科学的解决方案。

本书共分为5章，从基础的Python编程和量化金融概念出发，逐步引领读者进入金融数据分析、量化策略开发、算法交易及风险管理的高级话题；还探讨了生成式AI和ChatGPT在量化金融领域中的应用，为读者提供了一个全面的视角和实用的工具。

本书梳理了中国商业银行的发展历程，重点分析了地方政府财政压力、地方房地产价格、审计等因素对商业银行的信贷投放、从事影子银行业务和贷款损失准备计提的影响，进而研究了独特的制度环境对商业银行经营绩效的影响。同时，本书也十分关注商业银行的公司治理问题。