« Предыдущая  |  Следующая »

Машинное обучение: алгоритмы для бизнеса

picГод издания: 2019
Автор: Маркос Лопез де Прадо

Издательство: Питер
ISBN: 978-5-4461-1154-1
Серия: IT для бизнеса
Язык: Русский

Формат: PDF
Качество: Отсканированные страницы + слой распознанного текста
Интерактивное оглавление: Да
Количество страниц: 434

Описание: Маркос Лопез де Прадо делится тем, что обычно скрывают - самыми прибыльными алгоритмами машинного обучения, которые он использовал на протяжении двух десятилетий, чтобы управлять большими пулами средств самых требовательных инвесторов.

Машинное обучение меняет практически каждый аспект нашей жизни, алгоритмы МО выполняют задачи, которые до недавнего времени доверяли только проверенным экспертам. В ближайшем будущем машинное обучение будет доминировать в финансах, гадание на кофейной гуще уйдет в прошлое, а инвестиции перестанут быть синонимом азартных игр.

Воспользуйтесь шансом поучаствовать в «машинной революции», для этого достаточно познакомиться с первой книгой, в которой приведен полный и систематический анализ методов машинного обучения применительно к финансам: начиная со структур финансовых данных, маркировки финансового ряда, взвешиванию выборки, дифференцированию временного ряда... и заканчивая целой частью, посвященной правильному бэктестированию инвестиционных стратегий.

O6 авторе 20
ПРЕАМБУЛА 23
Гnава 1. Финансовое машинное обучение как отдельная дисциплина 24
ЧАСТЬ 1. АНАЛИ3 ДАННЫХ 47
Глава 2. Структуры финансовых данных 48
Глава 3. Маркировка 72
Глава 4. Веса выборки 88
Глава 5. Дробно-дифференцированные признаки 104
ЧАСТЬ 2. МОДЕЛИРОВАНИЕ 121
Глава 6. Ансамблевые методы 122
Глава 7. Перекрестная проверка в финансах 133
Глава 8. Важность признаков 143
Глава 9. Реrулировка гиперпараметров с помощью перекрестной проверки 160
ЧАСТЬ Э. БЭКТЕСТИРОВАНИЕ 169
Глава 10. Выставление размера ставки 170
Глава 11. Опасности бэктестирования 180
Гnава 12. Бэктестирование через кросс-валидацию 190
Гnава 13. Бэктестирование на синтетических данных 200
14. Статистические показатели бэктеста 227
Гnава 15. Понимание риска стратегии 245
Гnава 16. Распределение финансовых активов 255
ЧАСТЬ 4. ПОЛЕЗНЫЕ ФИНАНСОВЫЕ ПРИЗНАКИ 283
Гnава 17. Структурные сдвиги 284
Гnава 18. Энтропийные признаки 299
Гnава 19. Микроструктурные признаки 317
ЧАСТЬ 5. РЕЦЕПТЫ ВЫСОКОПРОИЗВОДИТЕЛЬНЫХ ВЫЧИСЛЕНИЙ 339
Гnава 20. Мультиобработка и векторизация 340
Глава 21. Метод полного перебора и квантовые компьютеры 355
Глава 22. Технологии высокопроизводительного вычислительного интеллекта и прогнозирования 365
ПРИЛОЖЕНИЯ 393
Приложение А. О книге «Машинное обучение: алгоритмы для бизнеса» Лопеза де Прадо 394
Приложение Б. Глоссарий 403
Приложение В. Справочные материалы и библиография 413

Ссылки: (для качалок)

Общий размер публикации: 57,27 МБ

Еще Книги: (похожие ссылки)