Praktické strojové učenie pre algoritmické obchodovanie

Recenzie čitateľov

Kniha o algoritmickom obchodovaní je všeobecne dobre hodnotená, najmä pre tých, ktorí majú znalosti jazyka Python a strojového učenia. Hoci komplexne pokrýva mnohé relevantné témy, trpí niektorými chýbajúcimi kapitolami, chybami v kóde a nedostatkom priamych inštrukcií o aplikácii strojového učenia na obchodovanie. Napriek týmto problémom mnohí čitatelia oceňujú praktické poznatky, ktoré autor poskytuje.

Kniha je dobre štruktúrovaná a logicky usporiadaná, poskytuje komplexné pokrytie konceptov strojového učenia v kontexte algoritmického obchodovania. Obsahuje praktické príklady a repozitár GitHub pre aktualizovaný kód, čo dokazuje autorove odborné znalosti v tejto oblasti. Mnohí čitatelia ju považujú za užitočnú na učenie a integráciu teórie s praktickými aplikáciami.

Kniha si vyžaduje predchádzajúce znalosti jazyka Python a strojového učenia a niektorí čitatelia uvádzali chýbajúce kapitoly a neaktuálny kód, čo viedlo k chybám. Okrem toho je vnímaná skôr ako prehľad než ako hlboko inštruktážny text, čo nemusí spĺňať potreby úplných začiatočníkov. Niektoré ilustrácie, ako napríklad grafy, majú problémy s čitateľnosťou kvôli nedostatku farieb.

(na základe 21 čitateľských recenzií)

Pôvodný názov:

Hands-On Machine Learning for Algorithmic Trading

Obsah knihy:

Preskúmajte efektívne obchodné stratégie na reálnych trhoch pomocou NumPy, spaCy, pandas, scikit-learn a Keras

Kľúčové vlastnosti:

⬤ Zavádzajte algoritmy strojového učenia na vytváranie, trénovanie a overovanie algoritmických modelov.

⬤ Vytvorte si vlastný proces návrhu algoritmov na aplikáciu pravdepodobnostných prístupov strojového učenia na obchodné rozhodnutia.

⬤ Vyvíjať neurónové siete pre algoritmické obchodovanie na vykonávanie prognózovania časových radov a inteligentnej analýzy.

Popis knihy:

Prudký nárast digitálnych údajov zvýšil dopyt po odborných znalostiach v oblasti obchodných stratégií, ktoré využívajú strojové učenie (ML). Táto kniha vám umožní používať širokú škálu kontrolovaných a nekontrolovaných algoritmov na získavanie signálov z najrôznejších zdrojov údajov a vytváranie výkonných investičných stratégií.

Táto kniha ukazuje, ako získať prístup k trhovým, fundamentálnym a alternatívnym údajom prostredníctvom API alebo webového škrabania, a ponúka rámec na vyhodnotenie alternatívnych údajov. Precvičíte si workflow ML od návrhu modelu, definovania stratovej metriky a ladenia parametrov až po vyhodnotenie výkonnosti v kontexte časových radov. Budete rozumieť algoritmom ML, ako sú bayesovské a ansámblové metódy a manifold learning, a budete vedieť, ako tieto modely trénovať a ladiť pomocou programov pandas, statsmodels, sklearn, PyMC3, xgboost, lightgbm a catboost. Táto kniha vás tiež naučí, ako extrahovať príznaky z textových dát pomocou spaCy, klasifikovať správy a priraďovať skóre sentimentu a používať gensim na modelovanie tém a učenie slovných vložiek z finančných správ. Budete tiež vytvárať a vyhodnocovať neurónové siete vrátane RNN a CNN pomocou Keras a PyTorch na využívanie neštruktúrovaných údajov pre sofistikované stratégie.

Nakoniec použijete transferové učenie na satelitné snímky na predpovedanie ekonomickej aktivity a pomocou posilňovacieho učenia vytvoríte agentov, ktorí sa naučia obchodovať v OpenAI Gym.

Čo sa naučíte:

⬤ Využívať techniky strojového učenia na riešenie investičných a obchodných problémov.

⬤ Využívať trhové, fundamentálne a alternatívne údaje na výskum alfa faktorov.

⬤ Navrhovanie a dolaďovanie modelov učenia pod dohľadom, bez dohľadu a posilňovania.

⬤ Optimalizujte riziko a výkonnosť portfólia pomocou programov pandas, NumPy a scikit-learn.

⬤ Integrovať modely strojového učenia do živej obchodnej stratégie v systéme Quantopian.

⬤ Vyhodnocovať stratégie pomocou spoľahlivých metodík spätného testovania časových radov.

⬤ Navrhnúť a vyhodnotiť hlboké neurónové siete pomocou Keras, PyTorch a TensorFlow.

⬤ Pracovať s posilňovaním učenia pre obchodné stratégie v OpenAI Gym.

Pre koho je táto kniha určená:

Hands-On Machine Learning for Algorithmic Trading je určená pre dátových analytikov, dátových vedcov a vývojárov v jazyku Python, ako aj pre investičných analytikov a portfólio manažérov pracujúcich v rámci finančného a investičného priemyslu. Ak chcete vykonávať efektívne algoritmické obchodovanie prostredníctvom vývoja inteligentných stratégií skúmania pomocou algoritmov strojového učenia, táto kniha je určená práve vám. Určité znalosti jazyka Python a techník strojového učenia sú povinné.