Αυτό το Element παρέχει έναν ολοκληρωμένο οδηγό για τη βαθιά μάθηση στο ποσοτικό εμπόριο, συνδυάζοντας θεμελιώδη θεωρία με πρακτικές εφαρμογές. Είναι οργανωμένο σε δύο μέρη.
Το πρώτο μέρος εισάγει τα θεμέλια των χρηματοοικονομικών χρονοσειρών και της επιβλεπόμενης μάθησης, εξερευνώντας διάφορες αρχιτεκτονικές δικτύων, από την τροφοδοτούμενη προς τα εμπρός έως τις πιο σύγχρονες. Για να διασφαλιστεί η ανθεκτικότητα και να μειωθεί η υπερεκπαίδευση σε σύνθετα δεδομένα του πραγματικού κόσμου, παρουσιάζεται μια ολοκληρωμένη ροή εργασίας, από την αρχική ανάλυση δεδομένων έως τις τεχνικές διασταυρούμενης επαλήθευσης προσαρμοσμένες σε χρηματοοικονομικά δεδομένα.
Το δεύτερο μέρος εφαρμόζει μεθόδους βαθιάς μάθησης σε μια σειρά από χρηματοοικονομικά καθήκοντα. Οι συγγραφείς αποδεικνύουν πώς τα μοντέλα βαθιάς μάθησης μπορούν να ενισχύσουν τόσο τις στρατηγικές εμπορίας τάσεων χρονοσειρών όσο και τις διατομικές στρατηγικές, να δημιουργούν προβλεπτικά σήματα και να διατυπώνονται ως μια ολοκληρωμένη διαδικασία για τη βελτιστοποίηση χαρτοφυλακίου. Οι εφαρμογές περιλαμβάνουν ένα μείγμα δεδομένων από καθημερινά δεδομένα έως δεδομένα μικροδομής υψηλής συχνότητας για μια ποικιλία κατηγοριών περιουσιακών στοιχείων.
Καθ' όλη τη διάρκεια περιλαμβάνονται παραδείγματα κώδικα για καλύτερη κατανόηση, καθώς και μια αφιερωμένη αποθήκευση στο GitHub με λεπτομερείς υλοποιήσεις.
Σελίδες: 184
Κατασκευαστής
- Εκδότης
- Cambridge University Press
- Είδος
- Κατασκευές & Οικοδομικές Εργασίες, Υπολογιστές - Πληροφορική , Στατιστική
- Γλώσσα
- Αγγλικά
- Υπότιτλος
- -
- Εξώφυλλο
- Μαλακό
- Αριθμός σελίδων
- 75
- Ημερομηνία Κυκλοφορίας
- 31/10/2025
- Έτος έκδοσης
- 2025
- Διαστάσεις
- -
- ISBN-13
- 9781009707114
Σημαντική πληροφορία
Τα δεδομένα αυτά συλλέγονται από τις επίσημες σελίδες των προϊόντων. Επιβεβαίωσε τα στοιχεία πριν προχωρήσεις στην τελική αγορά. Εάν παρατηρήσεις κάποιο πρόβλημα μπορείς να το αναφέρεις εδώ.