人工智能時代，數字數據的爆炸式增長推動了人們對使用機器學習（ML）的交易策略相關知識的需求。《機器學習在算法交易中的應用（第2版）》就以Python為基本工具，從全局、戰略的視角介紹了相關的概念，以及機器學習在交易策略設計和執行中的價值及實踐運用。全書分4部分，其中第1部分主要介紹基于機器學習的交易策略的基礎知識，該部分內容圍繞機器學習算法以及交易策略相關的數據展開，概述了如何有效捕獲數據信號內容、如何準確提取特征，以及如何基于這些數據優化算法評估投資組合。第2部分重點闡述了在端到端工作流環境中，一些基本的監督學習、無監督學習是如何為交易策略的制定提供幫助的。第3部分是自然語言處理，這部分引入了當今最先進的無監督學習算法，力求從文本數據這種最關鍵的另類數據中高質量地提取信號。第4部分通過TensorFlow和PyTorch，重點介紹深度學習和強化學習在交易策略設計中的應用。
《機器學習在算法交易中的應用（第2版）》通過大量示例，詳細介紹了如何使用不同機器學習算法設計交易策略，并通過大量的數學及統計知識，幫助讀者更好地理解算法調優過程及整個計算過程。特別適合想獲得用于交易的機器學習算法相關知識或想設計交易策略的數據分析師、數據科學家、Python開發人員、投資分析師或投資組合經理參考學習。