Recenze čtenářů
Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 2 hlasů.
Původní název:
Implementing Machine Learning for Finance: A Systematic Approach to Predictive Risk and Performance Analysis for Investment Portfolios
Obsah knihy:
Spojení strojového učení (ML) a hlubokého učení (DL) ve finančním obchodování s důrazem na správu investic. Kniha vysvětluje systematické přístupy k řízení investičního portfolia, analýze rizik a analýze výkonnosti, včetně prediktivní analýzy s využitím postupů datové vědy.
Kniha představuje rozpoznávání vzorů a předpovídání budoucích cen, které působí na modely analýzy časových řad, jako je model ARIMA (Autoregressive Integrated Moving Average), model SARIMA (Seasonal ARIMA) a aditivní model, a zabývá se modelem nejmenších čtverců a modelem LSTM (Long Short-Term Memory). Představuje skryté rozpoznávání vzorů a předpovídání tržních režimů pomocí Gaussova skrytého Markovova modelu. Kniha se zabývá praktickým použitím modelu K-Means při shlukování akcií. Zavádí praktické použití metody variance-kovariace a simulační metody (pomocí simulace Monte Carlo) pro odhad hodnoty v riziku. Zahrnuje také klasifikaci směru trhu pomocí logistického klasifikátoru i klasifikátoru Multilayer Perceptron. V neposlední řadě kniha představuje analýzu výkonnosti a rizik investičních portfolií.
Na konci této knihy byste měli být schopni vysvětlit, jak funguje algoritmické obchodování a jeho praktické využití v reálném světě, a měli byste vědět, jak aplikovat modely ML a DL pod dohledem a bez dohledu k posílení investičního rozhodování a implementovat a optimalizovat investiční strategie a systémy.
Co se naučíte
⬤ Pochopíte základy finančního trhu a algoritmického obchodování a také modely učení s dohledem a bez dohledu, které jsou vhodné pro systematickou správu investičního portfolia.
⬤ Znát koncepty feature engineeringu, vizualizace dat a optimalizace hyperparametrů.
⬤ Navrhovat, sestavovat a testovat modely ML a DL s dohledem a bez dohledu.
⬤ Odhalit sezónnost, trendy a tržní režimy, simulovat změnu trhu a problémy investiční strategie a předpovídat směr trhu a ceny.
⬤ Strukturovat a optimalizovat investiční portfolio s přednostními třídami aktiv a měřit podkladové riziko.
Pro koho je tato kniha určena
Začínajícím a středně pokročilým datovým vědcům, inženýrům zabývajícím se strojovým učením, vedoucím pracovníkům podniků a profesionálům v oblasti financí (například investičním analytikům a obchodníkům).
