Note :
Le livre a reçu des critiques mitigées, certains lecteurs louant son approche pratique et son organisation, tandis que d'autres critiquent sa profondeur, sa qualité visuelle et son prix. Il est considéré comme utile pour les débutants mais potentiellement décevant pour ceux qui s'attendent à une exploration plus approfondie de l'IA en finance.
Avantages:Pratique avec des exemples Python, bien structuré et écrit, de bonne qualité pour les débutants, couvre plusieurs modèles d'IA.
Inconvénients:Manque d'approfondissement des sujets, mauvaise qualité visuelle et des figures, prix élevé par rapport à la version papier, quelques problèmes avec la précision du contenu et l'explication, ne convient pas à ceux qui ne sont pas familiers avec la finance.
(basé sur 8 avis de lecteurs)
Artificial Intelligence in Finance: A Python-Based Guide
L'adoption généralisée de l'IA et de l'apprentissage automatique révolutionne aujourd'hui de nombreux secteurs. Une fois que ces technologies seront combinées à la disponibilité programmatique de données financières historiques et en temps réel, l'industrie financière changera elle aussi fondamentalement. Ce livre pratique vous apprendra à utiliser l'IA et l'apprentissage automatique pour découvrir les inefficacités statistiques des marchés financiers et les exploiter par le biais du trading algorithmique.
L'auteur Yves Hilpisch montre aux praticiens, aux étudiants et aux universitaires en finance et en science des données des moyens pratiques d'appliquer l'apprentissage automatique et les algorithmes d'apprentissage profond à la finance. Grâce à de nombreux exemples autonomes en Python, vous serez en mesure de reproduire tous les résultats et toutes les figures présentés dans le livre.
En cinq parties, ce guide vous aide à :
⬤ Apprendre les notions et algorithmes centraux de l'IA, y compris les percées récentes sur la voie de l'intelligence générale artificielle (AGI) et de la superintelligence (SI).
⬤ Comprendre pourquoi la finance basée sur les données, l'IA et l'apprentissage automatique auront un impact durable sur la théorie et la pratique financières.
⬤ Appliquer les réseaux neuronaux et l'apprentissage par renforcement pour découvrir les inefficacités statistiques des marchés financiers.
⬤ Identifier et exploiter les inefficacités économiques grâce au backtesting et au trading algorithmique - l'exécution automatisée des stratégies de trading.
⬤ Comprendre comment l'IA influencera la dynamique concurrentielle dans l'industrie financière et ce que l'émergence potentielle d'une singularité financière pourrait apporter.
© 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)