AI 量化智能體：巧用 AI Agent 快速搞定量化交易
關東升
- 出版商: 北京大學
- 出版日期: 2026-05-01
- 售價: $534
- 語言: 簡體中文
- 頁數: 336
- ISBN: 7301373392
- ISBN-13: 9787301373392
-
相關分類:
程式交易 Trading
下單後立即進貨 (約2週~3週)
買這商品的人也買了...
-
證券投資分析：使用 Excel 實作【暢銷回饋版】$650$429 -
GitLab CI/CD 從入門到實戰$479$455 -
PostgreSQL 數據庫實戰派$708$672 -
MongoDB 資料建模和模式設計$534$507 -
AI 驅動下的量化策略構建 (微課視頻版)$654$621 -
$356從零構建向量數據庫·珊瑚書 -
科學方法賺大錢 - Python 進行商品期貨量化交易, 2/e$720$568 -
算法交易 : 制勝策略與原理 (珍藏版)$594$564 -
生成式 AI 提示工程｜以前瞻性的設計打造穩定、可信任的 AI 解決方案 (Prompt Engineering for Generative AI: Future-Proof Inputs for Reliable AI Outputs)$880$695 -
$504AI 量化交易：高效構建交易策略的新路徑 -
網站擷取｜使用 Python, 3/e (Web Scraping with Python, 3/e)$720$568 -
AI Agent 開發實戰：MCP + A2A + LangGraph 驅動的智能體全流程開發$599$569 -
$453Python 建模與仿真 -
GitHub Copilot 學習手冊｜效率倍增的 AI 程式設計力 (Learning Github Copilot: Multiplying Your Coding Productivity Using AI)$720$568 -
LangChain 學習手冊｜使用 LangChain 與 LangGraph 建構 AI 與 LLM 應用程式 (Learning LangChain: Building AI and LLM Applications with LangChain and LangGraph)$680$537 -
LLM × 網路爬蟲終極實戰：n8n 串接資料爬取 × Qdrant × RAG 打造本機 AI Agent$980$774 -
LLMOps 打造穩定運行的大型語言模型系統 (LLMOps: Managing Large Language Models in Production)$620$489 -
$594多智能體協同：基於大語言模型的工程實踐與系統構建 -
$648AI 量化交易：零代碼打造你的專屬金融智能體 -
金融天才幫你賺錢 - 使用 AI 高效進行量化交易實作$880$695 -
生成式 AI 設計模式｜處理生成式AI代理及應用程式的常見挑戰 (Generative AI Design Patterns: Solutions to Common Challenges When Building Genai Agents and Applications)$1,200$948 -
Claude Code Agentic 編程與項目開發實戰$539$512 -
AI Agent 最強工具 － LangGraph 建構最新代理人系統$980$774 -
10 倍速！AI Skill 全攻略：建立 Skill 驅動 AI 系統，打造從學術研究到專案開發的自動化工作流$1,000$780 -
從 AI Agent 到多代理人系統設計｜架構規劃與應用開發 (Building Applications with AI Agents: Designing and Implementing Multiagent Systems)$780$616
商品描述
《AI量化智能體：巧用AI Agent快速搞定量化交易》是一本結合人工智能與量化交易的實踐指南，旨在幫助讀者利用 的AI Agent技術，快速構建高效的量化交易系統。本書通過詳細的案例解析，逐步講解如何將AI Agent應用於量化交易的各個環節，包括數據獲取、策略生成、風險控制和優化等。全書貫穿Coze、n8n、AutoGen Studio等主流工具，以零代碼平臺結合前沿AI框架構建完整項目鏈路。本書內容分為12章，涵蓋從基礎理論到實踐應用的完整知識框架，適合量化交易領域的初學者，以及有一定經驗的專業人士
作者簡介
一個在IT領域摸爬滾打20餘年的老程序員、知名培訓專家、暢銷書作家。精通多種信息技術，參與設計和開發北京市公交一卡通大型項目，開發 農產品追溯系統、金融系統微博等移動客戶端項目，並在App Store發布多款遊戲和應用軟件。長期為中國移動、中國聯通、中國南方航空、中國工商銀行、平安銀行和天津港務局等企 提供培訓服務。出版了《AI時代程序員開發之道：ChatGPT讓程序員插上翅膀》《AI時代Python量化交易實戰：ChatGPT讓量化交易插上翅膀》《AI時代Python金融大數據分析實戰：ChatGPT讓金融大數據分析插上翅膀》《AI量化之道：DeepSeek+Python讓量化交易插上翅膀》等50多部IT圖書。
目錄大綱
第1章 AI Agent與量化交易概述
1．1 AI Agent基本概念
1．2 量化交易的演進與挑戰
1．3 AI Agent核心技術支柱
1．4 三個平臺在量化交易中的定位
1．5 本章總結
第2章 Coze零代碼量化Agent實戰
2．1 Coze平臺介紹
2．2 節點與流程概覽
2．3 案例經簡報Agent的低代碼工作流實踐
2．4 案例於對話流的股票行情問答Agent
2．5 案例股基本面分析Agent——基於Coze氛圍編程的Agent構建實踐
2．6 本章總結
第3章 n8n量化交易數據任務編排實戰
3．1 n8n與量化交易的結合點
3．2 n8n簡介
3．3 搭建n8n環境
3．4 核心概念與常用節點詳解
3．5 案例：財經新聞抓取與數據清洗
3．6 本章總結
第4章 n8n驅動的量化任務調度實戰
4．1 量化任務調度的核心價值
4．2 n8n調度與觸發機制
4．3 自動化通知
4．4 本章總結
第5章 FinBERT驅動的市場情緒分析實戰
5．1 FinBERT簡介
5．2 FinBERT模型獲取與使用
5．3 財經新聞情緒分析實戰
5．4 用FastAPI實現情緒分析Webhook
第6章 RAG驅動的量化研究實戰
6．1 RAG在量化Agent中的應用價值
6．2 RAG技術實現框架
6．3 本章總結
第7章 MCP驅動的量化Agent實戰
7．1 MCP在量化Agent中的定位
7．2 MCP Server構建與工具註冊
7．3 n8n中的MCP節點集成與工作流設計
7．4 MCP Server Trigger機制與事件推送
7．5 本章總結
第8章 AutoGen Studio驅動的多Agent協作：量化研究實戰
8．1 多Agent協作
8．2 量化研究中的多Agent架構設計
8．3 AutoGen Studio概述與能力
8．4 實戰案例
8．5 本章總結
第9章 多Agent策略生成與優化
9．1 策略生成Agent思維框架
9．2 在Coze中構思策略
9．3 在AutoGen Studio中優化策略
9．4 本章總結
第10章 多Agent投資組合管理
10．1 多Agent協同的組合權重管理
10．2 案例：基於多Agent的ETF投資組合管理系統
10．3 本章總結
第11章 多Agent風控工程
11．1 多Agent協同的風險管理體系
11．2 案例：基於多Agent的風險監控系統
11．3 本章總結
第12章 AI Agent發布與部署
12．1 部署總體思路
12．2 在Coze平臺的部署與發布
12．3 在AutoGen Studio中部署多Agent系統
12．4 本章總結
