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
- 256 Seiten
- Erschienen 2009
- Harriman House Publishing
- Kartoniert
- 576 Seiten
- Erschienen 2021
- Springer
- paperback
- 136 Seiten
- Erschienen 2013
- Springer
- Kartoniert
- 760 Seiten
- Erschienen 2016
- Springer
- Gebunden
- 738 Seiten
- Erschienen 2011
- Springer
- Kartoniert
- 370 Seiten
- Erschienen 2020
- Cambridge University Press
- Hardcover
- 616 Seiten
- Erschienen 2013
- Springer
- paperback
- 380 Seiten
- Erschienen 2019
- Springer
- hardcover
- 456 Seiten
- Erschienen 2016
- Wiley



