Innan Memmo hade jag PDF:er överallt. Nu samlar en workspace allt — och jag ser exakt vad som är kvar att plugga på.
This book introduces machine learning methods in finance. It presents a unified treatment of machine learning and various statistical and computational disciplines in quantitative finance, such as financial econometrics and discrete time stochastic control, with an emphasis on how theory and hypothesis tests inform the choice of algorithm for financial data modeling and decision making. With the trend towards increasing computational resources and larger datasets, machine learning has grown into an important skillset for the finance industry. This book is written for advanced graduate students and academics in financial econometrics, mathematical finance and applied statistics, in addition to quants and data scientists in the field of quantitative finance.
Machine Learning in Finance: From Theory to Practice is divided into three parts, each part covering theory and applications. The first presents supervised learning for cross-sectional data from both a Bayesianand frequentist perspective. The more advanced material places a firm emphasis on neural networks, including deep learning, as well as Gaussian processes, with examples in investment management and derivative modeling. The second part presents supervised learning for time series data, arguably the most common data type used in finance with examples in trading, stochastic volatility and fixed income modeling. Finally, the third part presents reinforcement learning and its applications in trading, investment and wealth management. Python code examples are provided to support the readers' understanding of the methodologies and applications. The book also includes more than 80 mathematical and programming exercises, with worked solutions available to instructors. As a bridge to research in this emergent field, the final chapter presents the frontiers of machine learning in finance from a researcher's perspective, highlighting how many well-known concepts in statistical physics are likelyto emerge as important methodologies for machine learning in finance.
Innan Memmo hade jag PDF:er överallt. Nu samlar en workspace allt — och jag ser exakt vad som är kvar att plugga på.
Memmos sammanfattningar är guld inför tentan. Jag slipper läsa 800 sidor två veckor innan — bara det viktigaste.
AI-chatten har räddat mig kvällen innan tentan mer än en gång. Jag frågar tills jag fattar — och slipper vänta på svar i någon studiegrupp.
Quizen är på precis det jag behöver kunna. Memmo håller koll på vad jag fastnar på — så jag övar bara på det som är värt det.
Flashcardsen med spaced repetition är magi. Memmo vet när jag är på väg att glömma något och visar det igen.
AI-poddarna är min favorit. Jag lyssnar på vägen till skolan och får repetition utan att sätta mig framför datorn.
Handbok i kvalitativa metoder
281 kr
Hållbar utveckling: en introduktion för ingenjörer och andra problemlösare
334 kr
Brymans Samhällsvetenskapliga metoder
390 kr
Projektledning
491 kr
Den orättvisa hälsan: om socioekonomiska skillnader i hälsa och livslängd
326 kr
Vetenskapsteori för nybörjare
196 kr
Organizational Leadership
429 kr
På väg mot läraryrket
172 kr
Det sociala livet i skolan: Socialpsykologiska perspektiv
253 kr
Betygsättningens didaktik
151 kr
Personality
402 kr
Studying Leadership
404 kr
Managing Innovation
449 kr
Introduktion till samhällsvetenskaplig metod
347 kr
The Psychology of Sex and Gender
698 kr
Evidens och kunskap för socialt arbete
207 kr
Introduction to Leadership
605 kr