所属分类：金融财务与量化 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

AI估值模型：多因子融合与行业对标实战

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · AI估值模型的应用价值与行业现状
课程导入学习目标
02
估值基础
传统估值方法（DCF · 相对估值）的核心逻辑与局限性
估值基础DCF
03
AI估值模型概述
机器学习 · 深度学习在估值中的角色与优势
AI估值模型概述
04
数据准备
财务数据 · 市场数据 · 另类数据的获取
数据准备财务数据
05
特征工程
基本面因子 · 技术因子 · 宏观因子的构造与选择
特征工程基本面因子
06
多因子模型原理
因子收益 · 因子暴露 · 因子组合的构建方法
多因子模型原理因子收益
07
因子有效性检验
IC/IR · 分层回测 · 因子衰减与稳健性评估
因子有效性检验IC/IR
08
机器学习模型选择
线性回归 · 树模型 · 神经网络在估值中的适用场景
机器学习模型选择线性回归
09
模型训练与验证
交叉验证 · 超参数调优 · 防止过拟合的策略
模型训练验证
10
行业对标方法
可比公司选择 · 行业乘数调整 · 生命周期与规模修正
行业对标方法可比公司选择
11
多因子融合策略
因子加权 · 动态权重 · 非线性融合技术
多因子融合策略因子加权
12
时间序列与面板数据
处理财务数据的时序特性与横截面差异
时间序列面板数据
13
自然语言处理在估值中的应用
财报文本 · 新闻情绪 · 管理层语调分析
自然语言处理估值
14
另类数据整合
卫星图像 · 支付数据 · 供应链数据在估值中的实战
另类数据整合卫星图像
15
模型解释性
SHAP值 · 特征重要性 · 局部解释与全局解释
模型解释性SHAP
16
估值模型评估
预测误差 · 校准度 · 区分度与业务合理性检验
估值模型评估预测误差
17
案例实战
科技行业AI估值模型构建全流程
案例实战AI
18
案例实战
消费行业多因子估值与行业对标
案例实战消费行业多因子估…
19
案例实战
金融行业风险调整后的AI估值模型
案例实战AI
20
案例实战
制造业周期股估值中的因子择时
案例实战制造业周期股估值
21
模型部署与监控
API化 · 实时预测 · 模型漂移检测与更新
模型部署监控
22
合规与伦理
数据隐私 · 算法偏见 · 监管要求与透明度
合规伦理
23
常见问题
数据稀疏 · 因子失效 · 过拟合
常见问题数据稀疏
24
模型融合与集成
Bagging · Boosting · Stacking在估值中的实践
模型融合集成
25
深度学习进阶
LSTM · Transformer在时间序列估值…
深度学习进阶LSTM
26
强化学习与估值
动态定价 · 组合优化与自适应因子权重
强化学习估值
27
估值模型的可视化
因子暴露图 · 预测区间 · 敏感性分析
估值模型的可视化因子暴露图
28
综合项目
从零构建一个完整的AI估值系统（数据…
综合项目AI
29
前沿趋势
大模型 · 生成式AI在估值中的探索与未来方向
前沿趋势大模型
30
课程总结
核心知识回顾 · 实战技巧 · 学习路径与资源推荐
课程总结核心知识回顾