陈学彬

陈学彬，复旦大学金融研究院常务副院长，金融学教授、博士生导师。主要研究领域： 货币理论与政策。主持了6项国家自然科学基金课题，2项国家社科基金课题，2项教育部课题和2项上海市课题研究。对货币理论与政策相关问题进行了较深入的研究，特别是在国内较早利用博弈分析方法对货币政策问题进行了系统的研究，主要研究成果发表在《经济研究》，《金融研究》，《国际金融研究》（3篇）等权威刊物上。出版专著7本，译著2本。其1篇论文和1本专著被《中国经济学1997》和《中国经济学1998》收录和介绍。陈学彬教授积极参加各种重要的全国和国际学术会议，特别是每年出席由中国发展基金会和美国哈佛大学联合主办，分别在中国和美国召开的《构建21世纪金融体系-中美金融研讨会》，就金融危机治理人民币汇率形成机制完善、经济增长模式转换等问题进行深入讨论，并与美国财政部和摩根斯坦利高官就人民币汇率问题进行了辩论，驳斥了人民币应该大幅升值和小幅持续升值的观点。指出人民币汇率关键在于完善形成机制，增加汇率弹性，在会议上产生重要影响 在学校每年承担金融学本科生和研究生的课程，并担任了本科生、硕士生和博士生论文指导工作。陈学彬教授在货币理论与政策方面的研究得到了学术界和社会的好评，获得教育部、上海市等优秀科研成果奖多项。担任了中国金融学会、中国国际金融学会常务理事和学术委员，上海金融学会副会长，国家自然科学基金管理学科评审组专家。

本书是高等学校金融学专业系列教材之一。本书主要内容包括：导论、机器学习基础、Python 编程基础、基于Python 的机器学习软件包、国信iQuant量化交易平台、交易策略学习模型的数据准备、线性回归估值选股模型、逻辑回归收益率预测选股模型、决策树分类择时模型、朴素贝叶斯分类择时模型、支持向量机分类择时模型、K 均值聚类分析选股模型、Apriori股票关联分析模型、BP神经网络择时模型、循环神经网络择时模型、长短期记忆择时交易模型、卷积神经网络择时交易模型、结语。 本书由浅入深，结合具体案例，将机器学习的理论模型应用于程序化交易，强调程序化交易策略的实用性。本书适合作为高等学校金融学专业相关课程教材，也可作为程序化交易的深化读物。