
۴۴٬۰۰۰تومان
نوع فایل دانلود: EPUB
پس از خرید، یک فایل EPUB دریافت میکنید.
این فایل با Calibre، Apple Books و سایر کتابخوانهای دیجیتال مناسب است.
امروز گسترش گستردهٔ هوش مصنوعی و یادگیری ماشین بسیاری از صنایع را دگرگون کرده است. وقتی این فناوریها با دسترسی برنامهنویسی به دادههای مالی تاریخی و بلادرنگ همراه شوند، صنعت مالی هم از پایه تغییر خواهد کرد. با این کتاب کاربردی یاد میگیرید چطور با هوش مصنوعی و یادگیری ماشین ناکارآمدیهای آماری بازارهای مالی را پیدا کنید و از راه معاملات الگوریتمی از آنها بهره ببرید.
ایو هیلپیش به متخصصان، دانشجویان و دانشگاهیان حوزهٔ مالی و علم داده نشان میدهد چطور الگوریتمهای یادگیری ماشین و یادگیری عمیق را بهصورت عملی در امور مالی به کار بگیرند. بهخاطر مثالهای زیاد و خودکفای پایتون، میتوانید همهٔ نتایج و شکلهای ارائهشده در کتاب را دوباره بسازید.
این راهنما در پنج بخش به شما کمک میکند تا:
• مفاهیم و الگوریتمهای اصلی هوش مصنوعی را بیاموزید؛ از جمله پیشرفتهای تازه در مسیر هوش مصنوعی عمومی (AGI) و ابرهوش (SI)
• بفهمید چرا مالی دادهمحور، هوش مصنوعی و یادگیری ماشین تأثیر ماندگاری بر نظریه و عمل مالی خواهند داشت
• شبکههای عصبی و یادگیری تقویتی را برای یافتن ناکارآمدیهای آماری در بازارهای مالی به کار بگیرید
• ناکارآمدیهای اقتصادی را با بکتست و معاملات الگوریتمی—یعنی اجرای خودکار استراتژیهای معاملاتی—شناسایی کنید و از آنها بهره ببرید
• بفهمید هوش مصنوعی چطور پویایی رقابت در صنعت مالی را شکل میدهد و پیدایش احتمالی یک تکینگی مالی چه پیامدهایی میتواند داشته باشد
The widespread adoption of AI and machine learning is revolutionizing many industries today. Once these technologies are combined with the programmatic availability of historical and real-time financial data, the financial industry will also change fundamentally. With this practical book, you'll learn how to use AI and machine learning to discover statistical inefficiencies in financial markets and exploit them through algorithmic trading.Author Yves Hilpisch shows practitioners, students, and academics in both finance and data science practical ways to apply machine learning and deep learning algorithms to finance. Thanks to lots of self-contained Python examples, you'll be able to replicate all results and figures presented in the book.In five parts, this guide helps you:• Learn central notions and algorithms from AI, including recent breakthroughs on the way to artificial general intelligence (AGI) and superintelligence (SI)• Understand why data-driven finance, AI, and machine learning will have a lasting impact on financial theory and practice• Apply neural networks and reinforcement learning to discover statistical inefficiencies in financial markets• Identify and exploit economic inefficiencies through backtesting and algorithmic trading--the automated execution of trading strategies• Understand how AI will influence the competitive dynamics in the financial industry and what the potential emergence of a financial singularity might bring about