Machine Learning and Data Science Blueprints for Finance (Strojové učení a datová věda pro finance): Od vytváření obchodních strategií až po robotické poradce s využitím jazyka Python

Recenze čtenářů

Kniha je komplexním zdrojem informací o strojovém učení a aplikacích umělé inteligence ve financích a je oceňována pro svůj praktický přístup, rozsáhlé pokrytí témat a užitečné případové studie s příklady kódu. Doporučuje se jak odborníkům, tak studentům v oblasti financí, ale některé kritiky poukazují na významné problémy se zastaralým obsahem, nesprávnými ilustracemi a černobílou prezentací.

⬤ Komplexní pokrytí aplikací ML/AI ve financích.
⬤ Praktický přístup s užitečnými případovými studiemi a příklady kódu.
⬤ Skvělé pro začátečníky i zkušené datové vědce.
⬤ Dobře strukturované a snadno sledovatelné.
⬤ Dostupný podpůrný kód na GitHubu zvyšuje použitelnost.

⬤ Některý obsah je zastaralý a vyžaduje aktualizaci kódu.
⬤ V některých kapitolách byly zaznamenány nesprávné ilustrace.
⬤ Někteří čtenáři obdrželi černobílou verzi, což snižuje účinnost vizuálních materiálů.
⬤ Některá vysvětlení na vysoké úrovni postrádají hloubku ve srovnání s informacemi dostupnými jinde.

(na základě 19 hodnocení čtenářů)

Původní název:

Machine Learning and Data Science Blueprints for Finance: From Building Trading Strategies to Robo-Advisors Using Python

Obsah knihy:

Strojové učení a datová věda v příštích několika desetiletích změní finanční odvětví. Díky této praktické knize se analytici, obchodníci, výzkumníci a vývojáři naučí, jak vytvářet algoritmy strojového učení, které jsou pro toto odvětví klíčové. Prozkoumáte koncepty ML a více než 20 případových studií v oblasti učení s dohledem, bez dohledu a posilování spolu se zpracováním přirozeného jazyka (NLP).

Kniha je ideální pro odborníky pracující v hedgeových fondech, investičních a retailových bankách a fintech firmách a zabývá se také do hloubky správou portfolia, algoritmickým obchodováním, oceňováním derivátů, odhalováním podvodů, předpovídáním cen aktiv, analýzou sentimentu a vývojem chatbotů. Prozkoumáte skutečné problémy, s nimiž se setkávají odborníci z praxe, a naučíte se vědecky podložená řešení podpořená kódem a příklady.

Tato kniha zahrnuje:

⬤ Modely založené na regresním učení s kontrolou pro obchodní strategie, oceňování derivátů a správu portfolia.

⬤ Modely založené na supervizovaném učení klasifikace pro předpovídání rizika úvěrového selhání, odhalování podvodů a obchodní strategie.

⬤ Techniky snižování dimenzionality s případovými studiemi v oblasti řízení portfolia, obchodních strategií a konstrukce výnosové křivky.

⬤ Algoritmy a techniky shlukování pro vyhledávání podobných objektů s případovými studiemi v oblasti obchodních strategií a správy portfolia.

⬤ Modely a techniky učení s posilováním používané pro vytváření obchodních strategií, zajištění derivátů a řízení portfolia.

⬤ Techniky NLP využívající knihovny Pythonu, jako jsou NLTK a scikit-learn, pro transformaci textu do smysluplných reprezentací.