کتاب Machine Learning for Factor Investing: R Version (Chapman and Hall/CRC Financial Mathematics Series)

وضعیت موجودی موجود

مقایسه شود

قیمت قبلی: 4,010,000 ریال

قیمت: 3,610,000 ریال

Product details

Publisher ‏ : ‎ Chapman and Hall/CRC; 1st edition (September 1, 2020)
Language ‏ : ‎ English
Paperback ‏ : ‎ 321 pages
ISBN-10 ‏ : ‎ 0367545861
ISBN-13 ‏ : ‎ 978-0367545864

Machine learning (ML) is progressively reshaping the fields of quantitative finance and algorithmic trading. ML tools are increasingly adopted by hedge funds and asset managers, notably for alpha signal generation and stocks selection. The technicality of the subject can make it hard for non-specialists to join the bandwagon, as the jargon and coding requirements may seem out of reach. Machine Learning for Factor Investing: R Version bridges this gap. It provides a comprehensive tour of modern ML-based investment strategies that rely on firm characteristics.

The book covers a wide array of subjects which range from economic rationales to rigorous portfolio back-testing and encompass both data processing and model interpretability. Common supervised learning algorithms such as tree models and neural networks are explained in the context of style investing and the reader can also dig into more complex techniques like autoencoder asset returns, Bayesian additive trees, and causal models.

All topics are illustrated with self-contained R code samples and snippets that are applied to a large public dataset that contains over 90 predictors. The material, along with the content of the book, is available online so that readers can reproduce and enhance the examples at their convenience. If you have even a basic knowledge of quantitative finance, this combination of theoretical concepts and practical illustrations will help you learn quickly and deepen your financial and technical expertise.

منابع کتاب کتاب Machine Learning for Factor Investing: R Version (Chapman and Hall/CRC Financial Mathematics Series)

یادگیری ماشینی (ML) به تدریج در حال تغییر شکل زمینه های مالی کمی و تجارت الگوریتمی است. ابزارهای ML به طور فزاینده ای توسط صندوق های تامینی و مدیران دارایی مورد استفاده قرار می گیرند، به ویژه برای تولید سیگنال آلفا و انتخاب سهام. فنی بودن موضوع می‌تواند پیوستن افراد غیرمتخصص به آن را سخت کند، زیرا ممکن است نیازهای اصطلاحات و کدنویسی دور از دسترس به نظر برسد. یادگیری ماشینی برای سرمایه گذاری فاکتور: نسخه R این شکاف را پر می کند. این یک تور جامع از استراتژی های سرمایه گذاری مدرن مبتنی بر ML است که بر ویژگی های شرکت متکی است.

این کتاب طیف گسترده‌ای از موضوعات را پوشش می‌دهد که از منطق اقتصادی گرفته تا آزمون‌های برگشتی دقیق نمونه کارها را شامل می‌شود و شامل پردازش داده‌ها و قابلیت تفسیر مدل می‌شود. الگوریتم‌های یادگیری تحت نظارت رایج مانند مدل‌های درختی و شبکه‌های عصبی در زمینه سرمایه‌گذاری سبک توضیح داده می‌شوند و خواننده همچنین می‌تواند تکنیک‌های پیچیده‌تری مانند بازده دارایی رمزگذار خودکار، درخت‌های افزودنی بیزی و مدل‌های علّی را بررسی کند.

همه موضوعات با نمونه‌ها و قطعه‌های کد R مستقل نشان داده شده‌اند که در یک مجموعه داده عمومی بزرگ که شامل بیش از ۹۰ پیش‌بینی‌کننده است، اعمال می‌شوند. مطالب به همراه محتوای کتاب به صورت آنلاین در دسترس است تا خوانندگان بتوانند هر چه راحتتر نمونه ها را تکثیر و تقویت کنند. اگر حتی دانش اولیه ای از امور مالی کمی دارید، این ترکیبی از مفاهیم نظری و تصاویر عملی به شما کمک می کند تا سریع یاد بگیرید و تخصص مالی و فنی خود را عمیق تر کنید.