ODBIERZ TWÓJ BONUS :: »

Uczenie przez wzmacnianie w finansach. Wprowadzenie z wykorzystaniem Pythona Yves J. Hilpisch

Autor:
Yves J. Hilpisch
Wydawnictwo:
Helion
Wydawnictwo:
Helion
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
184
Druk:
oprawa miękka
Dostępne formaty:
     PDF
     ePub
     Mobi
Czytaj fragment
Książka
47,40 zł 79,00 zł (-40%)
47,40 zł najniższa cena z 30 dni

Dodaj do koszyka Wysyłamy w 24h

Ebook
39,50 zł 79,00 zł (-50%)
39,50 zł najniższa cena z 30 dni

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

Do przechowalni

Powiadom o dostępności audiobooka »

Czego się nauczysz?

  • Zasad działania uczenia przez wzmacnianie i jego kluczowych elementów
  • Wykorzystywania algorytmu Deep Q-Learning (DQL) w praktyce
  • Implementowania algorytmu Q-learning w języku Python
  • Rozróżniania uczenia przez wzmacnianie od uczenia nadzorowanego
  • Tworzenia i testowania agentów DQL na przykładzie gry CartPole
  • Stosowania Q-learningu do rozwiązywania problemów finansowych
  • Analizowania ograniczeń i specyfiki danych finansowych w kontekście RL
  • Generowania i symulowania szeregów czasowych z szumem
  • Wykorzystywania testu Kołmogorowa-Smirnowa do oceny danych
  • Budowania środowisk symulacyjnych do eksperymentów finansowych
  • Tworzenia agentów do handlu algorytmicznego i dynamicznego hedgingu
  • Implementowania dynamicznej alokacji środków w portfelu inwestycyjnym
  • Optymalizowania realizacji zleceń na rynkach finansowych
  • Programowania i modyfikowania agentów RL do różnych zastosowań finansowych
  • Analizowania wyników i ograniczeń wybranych algorytmów w praktyce

Uczenie przez wzmacnianie okazało się przełomowym rozwiązaniem. Jednym z najciekawszych algorytmów jest Deep Q-Learning (DQL), który może być stosowany do zmieniających się warunków decyzyjnych. DQL w wielu przypadkach wykazuje skuteczność nieosiągalną dla człowieka. Nic dziwnego, że użycie tego rodzaju algorytmów w branży finansowej wydaje się wyjątkowo atrakcyjną opcją.

Ta książka jest zwięzłym wprowadzeniem do głównych zagadnień i aspektów uczenia przez wzmacnianie i algorytmów DQL. Docenią ją zarówno naukowcy, jak i praktycy poszukujący skutecznych algorytmów, przydatnych w pracy z finansami. Znajdziesz tu wiele interesujących przykładów w języku Python, zaprezentowanych w formie najciekawszych algorytmów gotowych do samodzielnego modyfikowania i testowania.

W książce między innymi:

  • uczenie przez wzmacnianie
  • algorytm DQL
  • algorytm aktor-krytyk
  • implementacja powyższych algorytmów w Pythonie
  • rozwiązywanie problemów handlu algorytmicznego, hedgingu dynamicznego i dynamicznej alokacji środków w aktywa

Książka ta doskonale wypełnia lukę między teorią a praktyką dzięki jasnym objaśnieniom i szczegółowemu kodowi w Pythonie!

Ivilina Popova, Texas State University

Wiosna w głowie, ebook w dłoni! / do -50% na tysiące tytułów

Wybrane bestsellery

O autorze książki

Dr Yves J. Hilpisch kieruje programem Certificate in Python for Finance, pionierską inicjatywą edukacyjną. Jest też twórcą DX Analytics, biblioteki służącej do analityki finansowej. Regularnie organizuje w globalnych centrach finansowych konferencje i bootcampy dotyczące zastosowań Pythona, a także sztucznej inteligencji w obszarze finansów ilościowych i handlu algorytmicznego.

Helion - inne książki

Najczęściej zadawane pytania (FAQ)
1. Czy książka zawiera praktyczne przykłady kodu w języku Python?
Tak, książka zawiera liczne przykłady kodu w Pythonie, które ilustrują implementację algorytmów uczenia przez wzmacnianie, w tym Deep Q-Learning, oraz ich zastosowanie w finansach.
2. Czy muszę znać zaawansowaną matematykę lub uczenie maszynowe, aby zrozumieć treść książki?
Nie, książka została napisana jako wprowadzenie i skupia się na jasnych wyjaśnieniach oraz praktycznych przykładach, dzięki czemu jest przystępna również dla osób rozpoczynających naukę w tej dziedzinie.
3. Jakie zagadnienia finansowe są omawiane w książce?
W książce omówiono praktyczne zastosowania uczenia przez wzmacnianie w finansach, takie jak handel algorytmiczny, dynamiczny hedging, dynamiczna alokacja środków w aktywa oraz optymalna realizacja zleceń.
4. Czy mogę wykorzystać przedstawione algorytmy i przykłady do własnych projektów?
Tak, przedstawione w książce algorytmy i przykłady kodu są gotowe do samodzielnego testowania i modyfikowania, co ułatwia wykorzystanie ich w własnych projektach i eksperymentach.
5. Czy książka nadaje się do samodzielnej nauki?
Tak, książka została napisana z myślą o samodzielnej nauce - zawiera liczne przykłady, szczegółowe wyjaśnienia oraz ćwiczenia, które pomagają w praktycznym opanowaniu materiału.
6. Jakie środowiska i narzędzia są używane w przykładach?
Przykłady w książce wykorzystują popularne środowiska symulacyjne oraz biblioteki Pythona, takie jak NumPy, co umożliwia łatwe uruchomienie i modyfikowanie kodu na własnym komputerze.
7. Czy książka obejmuje zarówno teorię, jak i praktykę?
Tak, publikacja łączy przystępne wprowadzenie teoretyczne z praktycznymi przykładami i szczegółowym kodem, co pozwala lepiej zrozumieć i zastosować omawiane algorytmy w rzeczywistych problemach finansowych.

Zamknij

Przenieś na półkę
Dodano produkt na półkę
Usunięto produkt z półki
Przeniesiono produkt do archiwum
Przeniesiono produkt do biblioteki

Zamknij

Wybierz metodę płatności

Książka
47,40 zł
Dodaj do koszyka
Ebook
39,50 zł
Dodaj do koszyka
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile