وضعیت موجودی موجود
Product details
- Publisher : Packt Publishing (July 31, 2020)
- Language : English
- Paperback : 820 pages
- ISBN-10 : 1839217715
-
ISBN-13 : 978-1839217715
جلد معمولی رنگی_کتاب Machine Learning for Algorithmic Trading: Predictive models to extract signals from market and alternative data for systematic trading strategies with Python, 2nd Edition
منابع کتاب جلد معمولی رنگی_کتاب Machine Learning for Algorithmic Trading: Predictive models to extract signals from market and alternative data for systematic trading strategies with Python, 2nd Edition
با قیمت پایینتری از سایر فروشندگانی که ممکن است ارسال رایگان Prime را ارائه ندهند، موجود است.
از یادگیری ماشینی برای طراحی و آزمایش مجدد استراتژیهای معاملاتی خودکار برای بازارهای دنیای واقعی با استفاده از پانداها، TA-Lib، scikit-learn، LightGBM، SpaCy، Gensim، TensorFlow 2، Zipline، Backtrader، Alphalens و pyfolio استفاده کنید.
ویژگی های کلیدی
الگوریتمهای یادگیری ماشینی را طراحی، آموزش و ارزیابی کنید که زیربنای استراتژیهای معاملاتی خودکار هستند
یک فرآیند تحقیق و توسعه استراتژی برای اعمال مدلسازی پیشبینیکننده در تصمیمگیریهای معاملاتی ایجاد کنید
از NLP و یادگیری عمیق برای استخراج سیگنال های قابل معامله از بازار و داده های جایگزین استفاده کنید
توضیحات کتاب
رشد انفجاری دادههای دیجیتال تقاضا برای تخصص در استراتژیهای معاملاتی که از یادگیری ماشین (ML) استفاده میکنند، افزایش داده است. این ویرایش دوم اصلاحشده و توسعهیافته به شما امکان میدهد تا مدلهای یادگیری پیشرفته تحت نظارت، بدون نظارت و تقویتی را بسازید و ارزیابی کنید.
این کتاب یادگیری ماشینی سرتاسری را برای گردش کار معاملاتی، از مهندسی ایده و ویژگی گرفته تا بهینهسازی مدل، طراحی استراتژی، و بک تست معرفی میکند. این موضوع را با استفاده از مثالهایی از مدلهای خطی و مجموعههای مبتنی بر درخت تا تکنیکهای یادگیری عمیق از تحقیقات پیشرفته نشان میدهد.
این نسخه نحوه کار با دادههای بازار، بنیادی و جایگزین، مانند دادههای تیک، نوارهای دقیقه و روزانه، پروندههای SEC، رونوشت تماسهای درآمد، اخبار مالی، یا تصاویر ماهوارهای را برای تولید سیگنالهای قابل معامله نشان میدهد. این نشان میدهد که چگونه میتوان ویژگیهای مالی یا عوامل آلفا را مهندسی کرد که یک مدل ML را قادر میسازد تا بازدهی از دادههای قیمت را برای سهام ایالات متحده و بینالمللی و ETFها پیشبینی کند. همچنین نشان می دهد که چگونه می توان محتوای سیگنال ویژگی های جدید را با استفاده از مقادیر Alphalens و SHAP ارزیابی کرد و شامل یک پیوست جدید با بیش از صد مثال عامل آلفا می شود.
در پایان، شما در تبدیل پیشبینیهای مدل ML به یک استراتژی معاملاتی که در افقهای روزانه یا روزانه عمل میکند و در ارزیابی عملکرد آن مهارت خواهید داشت.
آنچه خواهید آموخت
اهرم بازار، داده های متنی و تصویری اساسی و جایگزین
تحقیق و ارزیابی عوامل آلفا با استفاده از آمار، آلفالن و مقادیر SHAP
پیاده سازی تکنیک های یادگیری ماشین برای حل مشکلات سرمایه گذاری و تجارت
بک تست و ارزیابی استراتژی های معاملاتی بر اساس یادگیری ماشینی با استفاده از Zipline و Backtrader
تجزیه و تحلیل ریسک و عملکرد پورتفولیو را با استفاده از پانداها، NumPy و pyfolio بهینه کنید
یک استراتژی تجارت جفتی بر اساس ادغام مشترک برای سهام ایالات متحده و ETF ها ایجاد کنید
آموزش یک مدل افزایش گرادیان برای پیشبینی بازده روزانه با استفاده از معاملات با کیفیت بالا و دادههای مظنه AlgoSeek
این کتاب برای چه کسی است
اگر شما یک تحلیلگر داده، دانشمند داده، توسعه دهنده پایتون، تحلیلگر سرمایه گذاری، یا مدیر پورتفولیو هستید که علاقه مند به کسب دانش یادگیری ماشینی عملی برای تجارت هستید، این کتاب برای شما مناسب است. اگر می خواهید بیاموزید چگونه با استفاده از یادگیری ماشینی، ارزش را از مجموعه متنوعی از منابع داده استخراج کنید تا استراتژی های معاملاتی سیستماتیک خود را طراحی کنید، این کتاب برای شما مناسب است.
آشنایی با پایتون و تکنیکهای یادگیری ماشین لازم است.
فهرست مطالب
یادگیری ماشین برای تجارت - از ایده تا اجرا
بازار و داده های بنیادی - منابع و تکنیک ها
داده های جایگزین برای امور مالی - دسته بندی ها و موارد استفاده
مهندسی ویژگی های مالی - نحوه تحقیق در مورد عوامل آلفا
بهینه سازی پورتفولیو و ارزیابی عملکرد
فرآیند یادگیری ماشینی
مدل های خطی - از عوامل خطر تا پیش بینی بازده
گردش کار ML4T - از مدل تا آزمون بک تست استراتژی
مدل های سری زمانی برای پیش بینی نوسانات و آربیتراژ آماری
Bayesian ML - نسبت های دینامیک شارپ و تجارت جفت
(نکته لطفا از گزینه Look Inside برای دیدن فصل های بیشتر استفاده کنید)
ارسال نظر درباره جلد معمولی رنگی_کتاب Machine Learning for Algorithmic Trading: Predictive models to extract signals from market and alternative data for systematic trading strategies with Python, 2nd Edition