Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Machine Learning and Data Sciences for Financial Markets: A Guide to Contemporary Practices
S'appuyant sur les efforts de recherche de plus de soixante experts dans le domaine, cet ouvrage passe en revue les pratiques de pointe en matière d'apprentissage automatique pour les marchés financiers.
Plutôt que de considérer l'apprentissage automatique comme un nouveau domaine, les auteurs explorent le lien entre les connaissances développées par la finance quantitative au cours des quarante dernières années et les techniques générées par la révolution actuelle induite par les sciences des données et l'intelligence artificielle. Le texte est structuré autour de trois axes principaux : Les interactions avec les investisseurs et les propriétaires d'actifs, qui couvrent les robo-advisors et la formation des prix.
L'intermédiation du risque, qui traite de la couverture des dérivés, de la construction de portefeuille et de l'apprentissage automatique pour l'optimisation dynamique, et les connexions avec l'économie réelle, qui explorent la prévision immédiate, les données alternatives et l'éthique des algorithmes. Accessible à un large public, cette ressource inestimable permettra aux praticiens d'inclure des techniques basées sur l'apprentissage automatique dans leurs pratiques quantitatives quotidiennes, tandis que les étudiants développeront leur intuition et en viendront à apprécier les outils techniques et les motivations de la théorie.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)