Аннотация к книге: Машинное обучение для алгоритмической торговли на финансовых рынках. Практикум

Книга посвящена практике применения машинного обучения с целью создания мощных алгоритмических стратегий для успешной торговли на финансовых рынках. Изложены базовые принципы работы с данными: оценивание наборов данных, доступ к данным через API на языке Python, доступ к финансовым данным на платформе Quandl и управление ошибками предсказания. Рассмотрены построение и тренировка алгоритмических моделей с помощью Python-библиотек pandas, Seaborn, StatsModels и sklearn и построение, оценка и интерпретация моделей AR(p), MA(q) и ARIMA(p, d, q) с использованием библиотеки StatsModels. Описано применение библиотеки PyMC3 для байесового машинного обучения, библиотек NLTK, sklearn (Scikit-learn) и spaCy для назначения отметок финансовым новостям и классифицирования документов, библиотеки Keras для создания, настройки и оценки нейронных сетей прямого распространения, рекуррентных и сверхточных сетей. Показано, как применять трансферное обучение к данным спутниковых снимков для предсказания экономической активности и как эффективно использовать подкрепляемое обучение для достижения оптимальных результатов торговли.

Издательство	БХВ-Петербург
Автор/составитель	Янсен С.
Серия	Практикум
Год выпуска	2020
ISBN	978-5-9775-6595-0
Обложка	мягкая обложка
Дата выпуска	2020 г.
Количество томов	1
Количество страниц	560
Переплет	мягкий
Формат	70x100/16 (170x240 мм)
Стандарт	5
Вес	580