机器学模型作为人工智能核心技术之一，对金融行业发展造成了颠覆冲击。在金融行业数据信噪比低、特征维度高、相互关系复杂的业务场景中，机器学有着广阔的应用空间，尤其是被广泛运用于资产定价领域。本书从资产定价角度出发，首先阐述了在资产定价中引入机器学方法的背景与重要，介绍了线方法、组合方法、非参数放大等多种机器学方法，并系统讨论了如何将机器学方法引入资产定价研究之中，解决引子识别、组合优化以及样本外预测资产定价三大核心问题。本书适合从事管理、量化投资的金融从业者，或者对量化投资感兴趣的读者；也可作为高年级本科与金融科技专业的参书。