Name: Machine Learning for Algorithmic Trading: Predictive models to extract signals from market and alternative data for systematic trading strategies...
SKU: 91659461
Price: 59000 KRW
Availability: InStock
Author: Jansen
ISBN: 9781839217715

카트

이미지 검색을 사용해 보세요

검색창 이전화면 이전화면

최근 검색어: 전체삭제

인기 검색어

닫기

Machine Learning for Algorithmic Trading: Predictive models to extract signals from market and alternative data for systematic trading strategies with

사이즈비교 공유하기

소득공제

외서 Machine Learning for Algorithmic Trading: Predictive models to extract signals from market and alternative data for systematic trading strategies with

Predictive models to extract signals from market and alternative data for systematic trading strategies with Python, 2nd Edition Paperback, 2nd Edition

바인딩/에디션 안내

Jansen, Stefan

Packt Publishing 2020.07.31.

회원리뷰 첫번째 리뷰어가 되어주세요 판매지수 36

가격: 59,000원

59,000

YES포인트?: 0원 마니아추가적립

5만원 이상 구매 시 2천원 추가 적립

사용 가능한 쿠폰 받기

앱 다운 시 1천원 상품권

결제혜택: 최대 2,000원 즉시할인

배송안내: 서울특별시 영등포구 은행로 11(여의도동, 일신빌딩) 변경

배송비?: 무료

이미 소장하고 있다면 판매해 보세요.

예스24에 팔기 바이백 신청 불가 내 가게에서 팔기

국내배송만 가능
문화비소득공제 가능

이 분야의 이벤트

시리즈 태그 업체 공지사항 중고외서 소개 구성 소개 특별 구성 MD 한마디 카드뉴스 상세 이미지 책소개 관련 동영상 목차 저자 소개 관련분류 품목정보 만든이 코멘트 예스24 리뷰 책 속으로 줄거리 캐스팅 관련 자료 부가 영상 출판사 리뷰 전문가 리뷰 추천평

펼치기/닫기

책소개

Leverage machine learning to design and back-test automated trading strategies for real-world markets using pandas, TA-Lib, scikit-learn, LightGBM, SpaCy, Gensim, TensorFlow 2, Zipline, backtrader, Alphalens, and pyfolio. Key Features * Design, train, and evaluate machine learning algorithms that underpin automated trading strategies * Create a research and strategy development process to apply predictive modeling to trading decisions * Leverage NLP and deep learning to extract tradeable signals from market and alternative data Book Description The explosive growth of digital data has boosted the demand for expertise in trading strategies that use machine learning (ML). This revised and expanded second edition enables you to build and evaluate sophisticated supervised, unsupervised, and reinforcement learning models. This book introduces end-to-end machine learning for the trading workflow, from the idea and feature engineering to model optimization, strategy design, and backtesting. It illustrates this by using examples ranging from linear models and tree-based ensembles to deep-learning techniques from cutting edge research. This edition shows how to work with market, fundamental, and alternative data, such as tick data, minute and daily bars, SEC filings, earnings call transcripts, financial news, or satellite images to generate tradeable signals. It illustrates how to engineer financial features or alpha factors that enable an ML model to predict returns from price data for US and international stocks and ETFs. It also shows how to assess the signal content of new features using Alphalens and SHAP values and includes a new appendix with over one hundred alpha factor examples. By the end, you will be proficient in translating ML model predictions into a trading strategy that operates at daily or intraday horizons, and in evaluating its performance. What you will learn * Leverage market, fundamental, and alternative text and image data * Research and evaluate alpha factors using statistics, Alphalens, and SHAP values * Implement machine learning techniques to solve investment and trading problems * Backtest and evaluate trading strategies based on machine learning using Zipline and Backtrader * Optimize portfolio risk and performance analysis using pandas, NumPy, and pyfolio * Create a pairs trading strategy based on cointegration for US equities and ETFs * Train a gradient boosting model to predict intraday returns using AlgoSeek's high-quality trades and quotes data Who this book is for If you are a data analyst, data scientist, Python developer, investment analyst, or portfolio manager interested in getting hands-on machine learning knowledge for trading, this book is for you. This book is for you if you want to learn how to extract value from a diverse set of data sources using machine learning to design your own systematic trading strategies. Some understanding of Python and machine learning techniques is required.

책소개 더보기펼치기

Table of Contents
1.Machine Learning for Trading - From Idea to Execution
2.Market and Fundamental Data - Sources and Techniques
3.Alternative Data for Finance - Categories and Use Cases
4.Financial Feature Engineering - How to Research Alpha Factors
5.Portfolio Optimization and Performance Evaluation
6.The Machine Learning Process
7.Linear Models - From Risk Factors to Return Forecasts
8.The ML4T Workflow - From Model to Strategy Backtesting
9.Time-Series Models for Volatility Forecasts and Statistical Arbitrage
10.Bayesian ML - Dynamic Sharpe Ratios and Pairs Trading

(N.B. Please use the Look Inside option to see further chapters)

목차 더보기펼치기

품목정보

발행일: 2020년 07월 31일

쪽수, 무게, 크기: 820쪽 | 1379g | 191*235*47mm

ISBN13: 9781839217715

리뷰/한줄평0

리뷰

첫번째 리뷰어가 되어주세요.

리뷰 쓰기

혜택 및 유의사항

한줄평

첫번째 한줄평을 남겨주세요.

한줄평 쓰기

혜택 및 유의사항

상품정보안내

직수입외서의 경우, 해외거래처에서 제공하는 정보가 부족하여 제목, 표지, 가격, 유통상태 등의 정보가 미비하거나 변경되는 경우가 있습니다. 정확한 확인을 원하시는 경우, 일대일 상담으로 문의하여 주시면 답변 드리겠습니다.
(판형과 판수 등이 다양한 도서는 찾으시는 도서의 ISBN을 알려 주시면 보다 빠르고 정확한 안내가 가능합니다.)

해외거래처에서 품절인 경우, 2차 거래선을 통해 유럽과 미국 출판사로 직접 수입이 진행될 수 있습니다.
수입 진행 시점으로 부터 2~3주가 추가로 소요되며, 해외에서도 유통이 원활하지 않은 도서는 품절 안내가 지연될 수 있습니다.
해당 경우, 문자와 메일로 별도 안내를 드리고 있사오니 마이페이지에서 휴대전화번호와 메일주소를 다시 한번 확인해주시기 바랍니다.

배송/반품/교환 안내

옵션선택 레이어 닫기

59,000원

총 1개 59,000원

일반결제 카트담기

선물하기 바로구매 카트담기

나에게 선물 바로선물 선물함 담기

이 책을 구입하신 분들이 산 책