Machine Learning for Factor Investing: R Version: Chapman and Hall/CRC Financial Mathematics Series
Autor Guillaume Coqueret, Tony Guidaen Limba Engleză Paperback – sep 2020
Manualul Machine Learning for Factor Investing: R Version reprezintă o resursă tehnică riguroasă, concepută pentru a demistifica aplicarea algoritmilor de învățare automată în gestiunea activelor și tranzacționarea algoritmică. Publicată în prestigioasa serie Chapman and Hall/CRC Financial Mathematics Series, lucrarea se adresează specialiștilor și studenților la nivel postuniversitar care dețin cunoștințe de bază în finanțe cantitative, dar doresc să integreze fluxuri de lucru moderne în R pentru selecția acțiunilor și generarea de semnale alfa.
Observăm o structură didactică progresivă, organizată în cinci părți. Primele secțiuni fundamentează relația dintre investițiile bazate pe factori și anomaliile de preț, trecând rapid către preprocesarea datelor. Nucleul cărții analizează algoritmii supervizați comuni — de la regresii penalizate și modele bazate pe arbori decizionali, până la rețele neuronale și SVM. Ne-a atras atenția în mod deosebit Partea a 4-a, care abordează teme critice adesea ignorate în textele introductive: interpretabilitatea modelelor, cauzalitatea și non-staționaritatea datelor financiare. Această abordare extinde cadrul propus de An Introduction to Machine Learning in Quantitative Finance de Xin Dong Jinsong Zheng & Guangx Hao Ni prin utilizarea unui set de date public vast, cu peste 90 de predictori, oferind un fundament empiric mult mai detaliat.
Față de alte lucrări fundamentale precum Advances in Financial Machine Learning de Marcos Lopez de Prado, care pune accent pe protocoalele de cercetare, volumul de față este orientat spre implementare practică, oferind fragmente de cod R auto-conținute. Autorii reușesc să poziționeze utilizarea ML nu ca pe o „cutie neagră”, ci ca pe un instrument de validare a teoriilor economice. În contextul operei lui Guillaume Coqueret, lucrarea completează viziunea sa din Perspectives in Sustainable Equity Investing, migrând de la criteriile de sustenabilitate către instrumentele tehnice necesare pentru execuția strategiilor complexe de investiții.
Din seria Chapman and Hall/CRC Financial Mathematics Series
-
Preț: 420.19 lei - 9%
Preț: 802.57 lei - 14%
Preț: 721.46 lei -
Preț: 419.06 lei - 15%
Preț: 547.62 lei -
Preț: 412.03 lei - 9%
Preț: 812.55 lei -
Preț: 459.57 lei - 18%
Preț: 897.04 lei - 18%
Preț: 757.45 lei - 15%
Preț: 654.64 lei - 14%
Preț: 1253.26 lei - 18%
Preț: 769.06 lei - 18%
Preț: 972.09 lei - 18%
Preț: 862.56 lei - 18%
Preț: 887.58 lei - 15%
Preț: 650.10 lei - 15%
Preț: 589.35 lei - 18%
Preț: 902.71 lei - 9%
Preț: 703.20 lei - 15%
Preț: 510.42 lei - 20%
Preț: 1384.59 lei - 15%
Preț: 504.99 lei - 20%
Preț: 621.24 lei - 18%
Preț: 779.93 lei - 18%
Preț: 978.24 lei -
Preț: 421.13 lei - 15%
Preț: 521.91 lei -
Preț: 458.11 lei - 15%
Preț: 579.02 lei -
Preț: 438.58 lei - 18%
Preț: 848.75 lei - 15%
Preț: 594.41 lei - 9%
Preț: 705.48 lei - 15%
Preț: 626.31 lei - 18%
Preț: 1374.40 lei - 18%
Preț: 772.76 lei - 18%
Preț: 694.21 lei - 15%
Preț: 604.02 lei - 18%
Preț: 672.92 lei - 18%
Preț: 860.02 lei
Preț: 582.65 lei
Preț vechi: 633.31 lei
-8%
Carte disponibilă
Livrare economică 06-20 mai
Livrare express 22-28 aprilie pentru 40.37 lei
Specificații
ISBN-10: 0367545861
Pagini: 342
Dimensiuni: 178 x 254 x 22 mm
Greutate: 0.66 kg
Ediția:1
Editura: CRC Press
Colecția Chapman and Hall/CRC
Seria Chapman and Hall/CRC Financial Mathematics Series
Public țintă
Postgraduate, Professional, and Professional Practice & DevelopmentDe ce să citești această carte
Această carte este esențială pentru analiștii cantitativi și managerii de portofoliu care doresc să treacă de la modelele liniare tradiționale la strategii bazate pe ML. Cititorul câștigă o metodologie clară pentru back-testing-ul portofoliilor și utilizarea tehnicilor avansate (Bayesian, Reinforcement Learning) direct în R. Este un ghid practic care transformă jargonul tehnic în instrumente de selecție a activelor, oferind acces la cod și date pentru replicarea imediată a rezultatelor.
Despre autor
Guillaume Coqueret este profesor de finanțe și un cercetător activ în domeniul gestionării activelor și al sustenabilității, fiind recunoscut pentru abordările sale analitice în selecția acțiunilor. Tony Guida este un specialist cu experiență vastă în investiții cantitative, activând în sectorul managementului activelor unde aplică tehnici de machine learning pentru optimizarea portofoliilor. Împreună, aceștia combină rigoarea academică cu expertiza practică din industrie, oferind o perspectivă aplicată asupra modului în care tehnologia reconfigurează piețele financiare contemporane.
Descriere scurtă
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.
Cuprins
Notă biografică
Tony Guida is executive director at RAM Active Investments. He serves as chair of the machineByte think tank and is the author of Big Data and Machine Learning in Quantitative Investment.