کتاب Machine Learning for Financial Risk Management with Python: Algorithms for Modeling Risk

توضیحات

مدیریت ریسک مالی با کمک هوش مصنوعی به سرعت درحال تکامل است. با استفاده از این کتاب کاربردی، توسعه دهندگان، برنامه‌نویسان، مهندسان، تحلیلگران مالی، تحلیلگران ریسک و تحلیلگران کمی و الگوریتمی، مدل‌های یادگیری ماشین و یادگیری عمیق مبتنی بر پایتون را برای ارزیابی ریسک مالی بررسی میکنند. شما با ایجاد مهارت‌های مدلسازی مالی مبتنی بر هوش مصنوعی، چگونگی جایگزینی مدل‌های ریسک مالی سنتی را با مدل‌های ML را یاد خواهید گرفت. عبدالله کاراسان، نویسنده‌ی این کتاب به شما کمک می‌کند تا تئوری پشت مدلسازی ریسک مالی را قبل از عمیق شدن در راه‌های عملی استفاده از مدل‌های ML در مدلسازی ریسک مالی با استفاده از پایتون را بررسی کنید. این کتاب شامل موارد زیر است:

• برنامه‌های زمانی کلاسیک را مرور کرده و آنها را با مدل‌های یادگیری عمیق مقایسه کنید.
• برای اندازه‌گیری درجه‌ی ریسک، استفاده از رگرسیون بردار پشتیبان، شبکه‌های عصبی و یادگیری عمیق، مدلسازی نوسان را بررسی و کاوش کنید.
• با استفاده از تکنیک‌های ML، مدل‌های ریسک بازار از جمله ES و VaR را بهبود ببخشید.
• با استفاده از روش‌های خوشه‌بندی و بیزی، تجزیه و تحلیل ریسک اعتباری را توسعه دهید.
• جنبه‌های مختلف ریسک نقدینگی را با یک مدل مخلوط گوسی و مدل کوپلا به تصویر بکشید.
• از مدل‌های یادگیری ماشین برای تشخیص تقلب استفاده کنید.
• با استفاده از مدل‌های یادگیری ماشین، سقوط قیمت سهام و شناسایی عوامل تعیین کننده آن را پیش‌بینی کنید.