Statistically Sound Machine Learning for Algorithmic Trading of Financial Instruments: Developing Predictive-Model-Based Trading Systems Using TSSB
Kurzinformation
inkl. MwSt. Versandinformationen
Artikel zZt. nicht lieferbar
Artikel zZt. nicht lieferbar
Beschreibung
Das Buch "Statistically Sound Machine Learning for Algorithmic Trading of Financial Instruments" von Timothy Masters ist ein umfassender Leitfaden für die Entwicklung und Implementierung von algorithmischen Handelssystemen mit Hilfe der maschinellen Lernmethode. Es bietet eine detaillierte Einführung in TSSB (Time Series Simulation Bootstrap), ein kostenloses Softwarepaket zur Durchführung statistisch solider Tests für Vorhersagemodelle. Das Buch behandelt Themen wie Datenmanagement, verschiedene Arten von Vorhersagemodellen, Methoden zur Verbesserung der Modellgenauigkeit und Techniken zur Risikominderung. Der Autor zeigt auch, wie man diese Modelle in echte Handelsstrategien umsetzt und sie effektiv testet, um verlässliche Ergebnisse zu erzielen. Darüber hinaus werden Fallstudien präsentiert, um das Gelernte zu illustrieren und zu vertiefen.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Hardcover
- 432 Seiten
- Erschienen 2013
- John Wiley & Sons Inc
- Hardcover
- 380 Seiten
- Erschienen 2018
- Springer
- Hardcover
- 496 Seiten
- Erschienen 2014
- Springer
- Hardcover
- 224 Seiten
- Erschienen 2006
- Wiley
- Hardcover
- 672 Seiten
- Erschienen 2005
- -
- Hardcover
- 608 Seiten
- Erschienen 2023
- Wiley
- Hardcover
- 852 Seiten
- Erschienen 2016
- Springer
- Hardcover
- 232 Seiten
- Erschienen 2004
- John Wiley & Sons Inc
- Hardcover -
- Erschienen 2017
- Springer
- Hardcover
- 800 Seiten
- Erschienen 2018
- Springer
- Hardcover
- 208 Seiten
- Erschienen 2014
- Wiley & Sons
- Hardcover
- 224 Seiten
- Erschienen 2017
- John Wiley & Sons Inc