本书是国内少有的研究机器学习在量化投资中应用的专著。主要运用多层感知器神经网络、广义自回归神经网络、模糊神经网络与支持向量机对证券时间序列进行回归分析。
特别是在支持向量机框架下构造了小波、流形小波与样条小波三种核函数，并在此基础上建立了股指收益与波动预测两类新的量化投资模型。与经典高斯核相比，具备多分辨分析特性的新模型能较好地捕捉曲线性状，各预测指标在模拟数据与真实数据上均占优，表明其具有良好的适用性与有效性。汤凌冰，上海交通大学计算机系计算金融方向博士，南京大学计算机软件新技术国家重点实验室在站博后，德国卡尔斯鲁厄理工学院访问学者，湖南省青年骨干教师培养对象，湖南商学院经济副研究员，数量经济方向硕导。社会兼职为湖南省与长沙市ZF采购招投标评审专家。