データ駆動型ファイナンス 基礎理論からPython機械学習による応用/吉川大介

 


データ駆動型ファイナンス 基礎理論からPython機械学習による応用/吉川大介

bookfan 1号店 楽天市場店

3,740 円 (税抜き)

著者吉川大介(著)出版社共立出版発売日2022年07月ISBN9784320096523ページ数260Pキーワードでーたくどうがたふあいなんすきそりろんからぱいそん データクドウガタフアイナンスキソリロンカラパイソン よしかわ だいすけ ヨシカワ ダイスケ9784320096523内容紹介現在、和書洋書を問わずファイナンスにおける機械学習の応用に関する書籍はかなりの数が出版されてきている。しかし、これまで出版されてきた書籍は、理論や技術に関する詳細には触れず機械学習やFinTechの広範な活用を紹介するものと、機械学習のテクニックを金融データへ応用した技術書とがほとんどで、前者のような初歩的な紹介本から後者のような技術書へのギャップは非常に大きい。本書はこうしたギャップを埋めることを目的の一つにしている。つまり、ファイナンスの標準理論をなるべく直観的な形で行い、その理論の中でなぜ機械学習を活用することが重要なのか、それがファイナンスにおいてどのような意味があるのかを可能な限り自然に理解できるように試みた。また、単にファイナンスにおける機械学習の意義を説明するだけでなく、実際に読者自身でも応用が可能なようにPythonによる豊富な実装例を載せていることも特長の一つである。また、技術書によくみられるファイナンスの理論とPython実装例を並行した記述スタイルをとらず、両者を分離した記述スタイルをとったことも特長の一つである。これにより理論の意味や解釈をはっきりと示しただけでなく、一般的なファイナンス理論の教科書としても使えるように配慮した。さらに理論の直観的な理解を助けるため、難しい数式展開などは極力、演習問題の形で掲載し、本文中の議論の展開は理論の意義や解釈に重点を置くようにした。これにより、理論の全体的な流れを把握したい読者は本文のみを通読し、厳密な理論展開を好む読者は演習問題にも取り組むことで、読者の目的に応じてそれぞれの満足度を高めつつ一定の理解度に到達できるような構成になっている。
※本データはこの商品が発売された時点の情報です。目次金融の仕組みについて/第1部 均衡価格アプローチ(最適ポートフォリオ/CAPM/回帰モデル)/第2部 無裁定価格アプローチ(無裁定/デリバティブ/統計的裁定)/第3部 データ駆動アプローチ(分類/ディープラーニング/リカレントニューラルネットワーク)

この商品の詳細を調べる


本・雑誌・コミック » ビジネス・経済・就職 » その他
ポートフォリオ デリバティブ FinTech ディープラーニング ファイナンス