Advances in Financial Machine Learning
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Advances in Financial Machine Learning" von Marcos Lopez de Prado ist ein wegweisendes Werk, das sich mit der Anwendung von maschinellem Lernen im Bereich der Finanzmärkte beschäftigt. Das Buch bietet eine umfassende Einführung in die Methoden und Techniken des maschinellen Lernens, die speziell für die Herausforderungen und Besonderheiten des Finanzsektors entwickelt wurden. Lopez de Prado beginnt mit einer Diskussion über die traditionellen Ansätze im Finanzwesen und deren Einschränkungen, bevor er aufzeigt, wie maschinelles Lernen diese überwinden kann. Er behandelt eine Vielzahl von Themen, darunter Datenstrukturierung, Modellbewertung und -validierung sowie die Implementierung robuster Handelsstrategien. Ein zentrales Thema des Buches ist die Entwicklung von Algorithmen zur Vorhersage und Entscheidungsfindung unter Unsicherheit. Der Autor legt großen Wert darauf, praxisorientierte Lösungen zu präsentieren, unterstützt durch zahlreiche Beispiele und Fallstudien aus der realen Welt. Durch seine detaillierte Analyse und den praxisnahen Ansatz bietet "Advances in Financial Machine Learning" wertvolle Einblicke für Finanzanalysten, Datenwissenschaftler und Forscher, die daran interessiert sind, fortschrittliche Technologien zur Verbesserung ihrer Handels- und Investitionsentscheidungen einzusetzen.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- paperback
- 264 Seiten
- Erschienen 2016
- Springer
- Gebunden
- 488 Seiten
- Erschienen 2002
- Springer
- paperback
- 380 Seiten
- Erschienen 2019
- Springer
- paperback
- 697 Seiten
- Erschienen 2021
- Springer
- Hardcover
- 268 Seiten
- Erschienen 2001
- Jai Press Inc.
- Gebunden
- 352 Seiten
- Erschienen 2005
- Springer
- Gebunden
- 1096 Seiten
- Erschienen 2017
- Springer
- paperback
- 93 Seiten
- Erschienen 2023
- American Mathematical Society
- hardcover
- 364 Seiten
- Erschienen 1988
- Pearson
- hardcover
- 611 Seiten
- Erschienen 1996
- Princeton University Press
- Gebunden
- 430 Seiten
- Erschienen 2011
- Birkhäuser



