Alle boeken

Professioneel

Apps Over Coach Inloggen Begin met lezen

Dit boek is alleen in het Engels beschikbaar.

Omslag van Machine Learning for Markets

Online lezen · Machine learning

Machine Learning for Markets

Machine learning voor ruisige, niet-stationaire markten: labels en validatie, boosting en neurale netwerken, sequentiemodellen voor het orderboek, tekst en grote taalmodellen, reinforcement learning voor executie en hedging, en de engineering om modellen te trainen, in productie te nemen en te monitoren.

Foundations for Noisy, Non-Stationary Data

  1. 1 Why Financial Machine Learning Is Different 8 uitgewerkte opgaven
  2. 2 Targets, Labels and Sample Weights 8 uitgewerkte opgaven
  3. 3 Validation 8 uitgewerkte opgaven
  4. 4 Linear and Regularised Baselines 8 uitgewerkte opgaven
  5. 5 Trees and Boosting 8 uitgewerkte opgaven
  6. 6 Feature Engineering, Selection and Importance 8 uitgewerkte opgaven

Deep Learning

  1. 7 Neural Networks for Noisy Tabular Data 8 uitgewerkte opgaven
  2. 8 Sequence Models on Order Books 8 uitgewerkte opgaven
  3. 9 Cross-Sectional Deep Models 8 uitgewerkte opgaven
  4. 10 Representation Learning 8 uitgewerkte opgaven
  5. 11 Probabilistic Models and Uncertainty 8 uitgewerkte opgaven
  6. 12 Online Learning and Drift 8 uitgewerkte opgaven

Text, Alternative Data and Generative Models

  1. 13 Text: From Bag of Words to Embeddings 8 uitgewerkte opgaven
  2. 14 Large Language Models in Finance 8 uitgewerkte opgaven
  3. 15 Alternative-Data Pipelines 8 uitgewerkte opgaven
  4. 16 Generative Models and Synthetic Data 8 uitgewerkte opgaven

Decisions

  1. 17 Reinforcement Learning Foundations 8 uitgewerkte opgaven
  2. 18 Reinforcement Learning for Execution and Market Making 8 uitgewerkte opgaven
  3. 19 Deep Hedging and Machine Learning in Pricing 8 uitgewerkte opgaven
  4. 20 Clustering, Regimes and Anomaly Detection 8 uitgewerkte opgaven
  5. 21 Interpretability and Model Governance 8 uitgewerkte opgaven
  6. 22 From Prediction to Portfolio 8 uitgewerkte opgaven

Machine-Learning Engineering

  1. 23 Training Infrastructure 8 uitgewerkte opgaven
  2. 24 Data and Feature Stores 8 uitgewerkte opgaven
  3. 25 Experiment Tracking and Reproducibility 8 uitgewerkte opgaven
  4. 26 Low-Latency Inference 8 uitgewerkte opgaven
  5. 27 Monitoring and Retraining 8 uitgewerkte opgaven
  6. 28 The Machine-Learning Team 8 uitgewerkte opgaven
  7. 29 Build: An Order-Book Model, End to End 8 uitgewerkte opgaven

29 hoofdstukken — 29 al online, en er komen er regelmatig bij. Het volledige boek is al beschikbaar als gratis PDF die je online kunt lezen.