Книга "Машинное обучение для алгориттической торговли на финансовых рынках" автора Стефана Янсена представляет собой практическое руководство по использованию машинного обучения для создания мощных алгоритмов торговли на финансовом рынке.
В первой части книги описываются основные принципы обработки данных: оценка наборов данных, получение доступа к данным через Python API и доступ к финансовой информации на платформе QuanDle. Также представлены методы управления ошибками прогнозирования.
Во второй части книги обсуждаются практические задачи, такие как построение и обучение алгоритмических моделей на Python с помощью библиотек pandas, Seabrorn, STATSModels и Scikit-Learn, а также построение моделей AR(р), МА(q), ARMA(p,d,q) с помощью библиотеки STATSmodels. Авторы подробно объясняют использование библиотеки pymc3 для Байесовского подхода к машинному обучению, библиотек NLP, sklearn, spaCy и Keras.
Третья часть книги описывает применение трансферного обучения к данным спутниковой съёмки для моделирования экономической деятельности и использует подкрепляющее обучение для получения оптимальных результатов в торговле.
«Машинное обученние для алгоритмической торговлии на финансовыхрынках – Практикум» является идеальным руководством для финансовых аналитиков, которые хотят внедрить машинное обучение в свои стратегии, так как на примерах простой и понятный материал позволяет получить практические навыки в области алгоритмической торговли. Кроме того, книга является отличным пособием для разработчиков и программистов, работающих на языке программирования Python, готовых изучать автоматическую торговлю на финансовых рынках на практике.
В книге представлено машинное обучение для разработки успешных торговых систем на финансовых рынках с использованием Python 3. Вы узнаете, как обрабатывать и анализировать большие объемы данных, а также создавать и оценивать модели. Познакомитесь с базовыми статистическими приемами, а также современными методами машинного обучения. Приобретете практические навыки поэтапной подготовки и тестирования систем торговли.
Электронная Книга «Машинное обучение для алгоритмической торговли на финансовых рынках. Практикум» написана автором Стефан Янсен в 2019 году.
Минимальный возраст читателя: 0
Язык: Русский
ISBN: 978-5-9775-6595-0
Описание книги от Стефан Янсен
Книга посвящена практике применения машинного обучения с целью создания мощных алгоритмических стратегий для успешной торговли на финансовых рынках. Изложены базовые принципы работы с данными: оценивание наборов данных, доступ к данным через API на языке Python, доступ к финансовым данным на платформе Quandl и управление ошибками предсказания. Рассмотрены построение и тренировка алгоритмических моделей с помощью Python-библиотек pandas, Seaborn, StatsModels и sklearn и построение, оценка и интерпретация моделей AR(p), MA(q) и ARIMA(p, d, q) с использованием библиотеки StatsModels. Описано применение библиотеки PyMC3 для байесового машинного обучения, библиотек NLTK, sklearn (Scikit-learn) и spaCy для назначения отметок финансовым новостям и классифицирования документов, библиотеки Keras для создания, настройки и оценки нейронных сетей прямого распространения, рекуррентных и сверточных сетей. Показано, как применять трансферное обучение к данным спутниковых снимков для предсказания экономической активности и как эффективно использовать подкрепляемое обучение для достижения оптимальных результатов торговли. Для финансовых аналитиков и программистов на языке Python.
