Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI - ebook
Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI - ebook
W świecie finansów sztuczna inteligencja okazała się przełomową technologią - w połączeniu z odpowiednim zastosowaniem algorytmów i dużych zbiorów danych bowiem pozwala na poprawę jakości usług finansowych. Autor tej książki zdaje sobie z tego sprawę - ma wieloletnie doświadczenie i kompleksową wiedzę na temat projektowania i wdrażania zaawansowanych mechanizmów AI w największych podmiotach z branży. Swoją wiedzą dzieli się z czytelnikami.
Dr Yves Hilpisch szczegółowo opisuje zarówno podstawy teoretyczne, jak i praktyczne aspekty używania algorytmów sztucznej inteligencji w ramach usług i produktów finansowych. Opierając się na przykładach z języka Python, pokazuje metodyki, modele, założenia i techniki wdrażania AI, a także analizuje problemy mogące utrudniać to zadanie i przybliża ich rozwiązania. Znajdziemy tutaj skomplikowane zagadnienia wytłumaczone w logiczny i zrozumiały sposób. Autor z powodzeniem łączy teorię z praktyką, a jego podejście do tematu i prezentowane przypadki bazujące na doświadczeniu są cennym źródłem wiedzy dla każdego, kto chce poznać tajniki dotyczące zastosowania sztucznej inteligencji, uczenia maszynowego, algorytmów i zbiorów danych w szeroko pojętym świecie finansów.
Dzięki książce dowiesz się:
- na czym polega zastosowanie AI w usługach i produktach finansowych
- dlaczego i w jaki sposób użycie sztucznej inteligencji fundamentalnie zmienia sektor finansowy i jakie ma to skutki dla niego i konsumentów
- jak w języku Python konstruować i wdrażać algorytmy bazujące na rozbudowanych zbiorach danych
- jak dzięki AI i uczeniu maszynowemu usprawniać usługi i produkty finansowe
Spis treści
Przedmowa
Część I. Inteligencja maszynowa
1. Sztuczna inteligencja
- Algorytmy
- Rodzaje danych
- Rodzaje uczenia
- Rodzaje zadań
- Rodzaje podejść
- Sieci neuronowe
- Regresja metodą najmniejszych kwadratów (regresja OLS)
- Estymacja z wykorzystaniem sieci neuronowych
- Klasyfikowanie z użyciem sieci neuronowych
- Znaczenie danych
- Mały zbiór danych
- Większe zbiory danych
- Duże zbiory danych
- Wnioski
- Literatura cytowana
2. Superinteligencja
- Historie sukcesu
- Atari
- Go
- Szachy
- Znaczenie sprzętu
- Postacie inteligencji
- Drogi do superinteligencji
- Sieci i organizacje
- Usprawnienia biologiczne
- Hybrydy mózg-maszyna
- Emulacja całego mózgu
- Sztuczna inteligencja
- Eksplozja inteligencji
- Cele i kontrola
- Superinteligencja i cele
- Superinteligencja i kontrola
- Możliwe skutki
- Wnioski
- Literatura cytowana
Część II. Finanse i uczenie maszynowe
3. Finanse normatywne
- Niepewność i ryzyko
- Definicje
- Przykład liczbowy
- Teoria oczekiwanej użyteczności
- Założenia i wyniki
- Przykład liczbowy
- Model Markowitza
- Założenia i wyniki
- Przykład liczbowy
- Model wyceny dóbr kapitałowych
- Założenia i wyniki
- Przykład liczbowy
- Teoria wyceny arbitrażowej
- Założenia i wyniki
- Przykład liczbowy
- Wnioski
- Literatura cytowana
4. Finanse sterowane danymi
- Metoda naukowa
- Ekonometria finansowa i regresja
- Dostępność danych
- Programowe API
- Ustrukturyzowane dane historyczne
- Ustrukturyzowane dane strumieniowe
- Nieustrukturyzowane dane historyczne
- Nieustrukturyzowane dane strumieniowe
- Dane alternatywne
- Jeszcze o teoriach normatywnych
- Oczekiwana użyteczność a rzeczywistość
- Model Markowitza
- Model wyceny dóbr kapitałowych
- Teoria wyceny arbitrażowej
- Obalanie podstawowych założeń
- Rozkład normalny stóp zwrotu
- Zależności liniowe
- Wnioski
- Literatura cytowana
- Kod w Pythonie
5. Uczenie maszynowe
- Uczenie
- Dane
- Sukces
- Pojemność
- Ocena
- Obciążenie i wariancja
- Sprawdzian krzyżowy
- Wnioski
- Literatura cytowana
6. Finanse bazujące na sztucznej inteligencji
- Efektywne rynki
- Predykcje rynkowe na podstawie stóp zwrotu
- Predykcje rynkowe z wykorzystaniem większej liczby cech
- Predykcje rynkowe w trakcie przebiegu sesji
- Wnioski
- Literatura cytowana
Część III. Nieefektywność statystyczna
7. Gęste sieci neuronowe
- Dane
- Predykcje bazowe
- Normalizacja
- Dropout
- Regularyzacja
- Bagging
- Optymalizatory
- Wnioski
- Literatura cytowana
8. Rekurencyjne sieci neuronowe
- Pierwszy przykład
- Drugi przykład
- Finansowe szeregi czasowe
- Finansowe szeregi czasowe ze stopami zwrotu
- Cechy finansowe
- Estymacja
- Klasyfikacja
- Głębokie rekurencyjne sieci neuronowe
- Wnioski
- Literatura cytowana
9. Uczenie przez wzmacnianie
- Podstawowe zagadnienia
- OpenAI Gym
- Agent bazujący na metodzie Monte Carlo
- Agent bazujący na sieci neuronowej
- Agent DQL
- Proste środowisko finansowe
- Lepsze środowisko finansowe
- Różne rodzaje środowisk i danych
- Agent FQL
- Wnioski
- Literatura cytowana
Część IV. Handel algorytmiczny
10. Wektorowe testy historyczne
- Testy historyczne strategii bazującej na prostych średnich kroczących
- Testy historyczne dziennej strategii bazującej na gęstej sieci neuronowej
- Testy historyczne strategii daytradingu bazującej na gęstej sieci neuronowej
- Wnioski
- Literatura cytowana
11. Zarządzanie ryzykiem
- Bot handlowy
- Zwektoryzowane testy historyczne
- Testy historyczne bazujące na zdarzeniach
- Ocena ryzyka
- Testy historyczne zleceń obronnych
- Zlecenia stop loss (SL)
- Zlecenia trailing stop loss (TSL)
- Zlecenia take profit (TP)
- Wnioski
- Literatura cytowana
- Kod w Pythonie
- Środowisko Finance
- Bot handlowy
- Klasa BacktestingBase
- Klasa do przeprowadzania testów historycznych
12. Realizowanie zleceń i stosowanie systemu
- Konto w platformie Oanda
- Pobieranie danych
- Realizacja zleceń
- Bot handlowy
- Stosowanie systemu
- Wnioski
- Literatura cytowana
- Kod w Pythonie
- Środowisko platformy Oanda
- Zwektoryzowane testy historyczne
- Bot handlowy działający w platformie Oanda
Część V. Perspektywy
13. Konkurencja bazująca na sztucznej inteligencji
- Sztuczna inteligencja i finanse
- Brak standaryzacji
- Edukacja i szkolenia
- Rywalizacja o zasoby
- Wpływ na rynek
- Scenariusze rywalizacji
- Zagrożenia, regulacje i nadzór
- Wnioski
- Literatura cytowana
14. Osobliwość finansowa
- Uwagi i definicje
- O co toczy się gra?
- Drogi do osobliwości finansowej
- Niezależne umiejętności i zasoby
- Scenariusze "przedtem" i "potem"
- Wnioski
- Literatura cytowana
Dodatki
A. Interaktywne sieci neuronowe
- Tensory i operacje na tensorach
- Proste sieci neuronowe
- Estymacja
- Klasyfikacja
- Płytkie sieci neuronowe
- Estymacja
- Klasyfikacja
- Literatura cytowana
B. Klasy do tworzenia sieci neuronowych
- Funkcje aktywacji
- Proste sieci neuronowe
- Estymacja
- Klasyfikacja
- Płytkie sieci neuronowe
- Estymacja
- Klasyfikacja
- Prognozowanie kierunku rynku
C. Konwolucyjne sieci neuronowe
- Cechy i etykiety
- Uczenie modelu
- Testowanie modelu
- Literatura cytowana
Skorowidz
Kategoria: | Programowanie |
Zabezpieczenie: |
Watermark
|
ISBN: | 978-83-283-8894-9 |
Rozmiar pliku: | 7,2 MB |