Machine Learning in Finance: From Theory to Practice
Bilokon, Paul,Halperin, Igor,Dixon, Matthew F.
Langue : anglais
Edité par Springer, 2020
- Livre relié
- Occasion

Vendeur : HPB-Red, Dallas, TX, Etats-UnisHPB-Red
Vendeur AbeBooks depuis 11 mars 2019
Etat: Occasion - Satisfaisant
EUR 33,79
Quantité disponible : 1 disponible
Ajouter au panierA propos de cet article
Connecting readers with great books since 1972! Used textbooks may not include companion materials such as access codes, etc. May have some wear or writing/highlighting. We ship orders daily and Customer Service is our top priority.
N° de réf. du vendeur S_473412106
- Titre
- Machine Learning in Finance: From Theory to Practice
- Auteur
- Bilokon, Paul,Halperin, Igor,Dixon, Matthew F.
- Éditeur
- Springer
- Année de publication
- 2020
- État de l'article
- Good
- Reliure
- Hardcover
- Langue
- anglais
- ISBN à 10 chiffres
- 3030410676
- ISBN à 13 chiffres
- 9783030410674
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 Bayesian and 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 likely to emerge as important methodologies for machine learning in finance.
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de l’auteur
Paul Bilokon, Ph.D., is CEO and Founder of Thalesians Ltd. Paul has made contributions to mathematical logic, domain theory, and stochastic filtering theory, and, with Abbas Edalat, has published a prestigious LICS paper. He is a member of the British Computer Society, the Institution of Engineering and the European Complex Systems Society.
Matthew Dixon, FRM, Ph.D., is an Assistant Professor of Applied Math at the Illinois Institute of Technology and an Affiliate of the Stuart School of Business. He has published over 20 peer reviewed publications on machine learning and quant finance and has been cited in Bloomberg Markets and the Financial Times as an AI in fintech expert. He is Deputy Editor of the Journal of Machine Learning in Finance, Associate Editor of the AIMS Journal on Dynamics and Games, and is a member of the Advisory Board of the CFA Quantitative Investing Group.
Igor Halperin, Ph.D., is a Research Professor in Financial Engineering at NYU, and an AI Research associate at Fidelity Investments. Igor has published more than 50 scientific articles in machine learning, quantitative finance and theoretic physics. Prior to joining the financial industry, he held postdoctoral positions in theoretical physics at the Technion and the University of British Columbia.
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
HPB-Red
Dallas, TX, Etats-Unis
Vendeur AbeBooks depuis 11 mars 2019
Frais d'expédition à l'intérieur de ce pays : Etats-Unis
| Article | 4 à 14 jours ouvrés | 2 à 6 jours ouvrés |
|---|---|---|
| Premier article | EUR 3,36 | EUR 6,26 |
Modes de paiement
Description de la boutique
Half Price Books has been connecting readers to great books since 1972. Customer service is our top priority.
Spécialité
AllProfil professionnel du vendeur
Half Price Books, Records, Magazines, Inc.
5803 E. Northwest Hwy.
Dallas, TX Etats-Unis 75231
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à HPB-Red, Carrollton, Texas, U.S.A., +1 800-883-2114, sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.