金融風險管理的機器學習應用

金融風險管理的機器學習應用｜使用Python
Machine Learning for Financial Risk Management with Python

作者： Abdullah Karasan

譯者：

楊新章

書號： A698

出版日： 2023/06/29

ISBN： 9786263242913

EAN： 9786263242913

紙本書價格： 680

附件：線上下載

電子書：

尚未出版

試讀

博客來

金石堂

天瓏

MOMO

團體購書

回頁首

風險建模演算法

「Abdullah Karasan成功展現了在金融風險管理領域中使用機器學習的能力，這是對任何金融機構都攸關重要的功能。」
—Yves J. Hilpisch博士
The Python Quants與The AI Machine創辦人及總裁

「如果您需要將統計和機器學習方法應用在金融風險分析的入門指南，那麼這是一個很好的起點。」
—Graham L. Giller
《Adventures in Financial Data Science》作者

金融風險管理在人工智慧的幫助下發展迅速。透過這本實用指南，開發人員、程式設計師、工程師、金融分析師、風險分析師及定量和演算法分析師，將可以機器學習和深度學習模型進行金融風險評估。建立基於人工智慧的財務建模實務技能後，您將學習要如何運用機器學習模型來取代傳統的金融風險模型。

作者Abdullah Karasan幫助您探索金融風險建模背後的理論，再深入研究使用Python運用機器學習模型以對金融風險進行建模的實際方法。

有了這本書，您將可以：
‧回顧經典的時間序列應用並將其與深度學習模型進行比較
‧使用支撐向量迴歸、神經網路和深度學習來探索波動率模型以衡量風險程度
‧使用機器學習技術來改善市場風險模型(VaR和ES)，並包括了流動性維度
‧使用分群和貝氏方法來進行信用風險分析
‧使用高斯混合模型和關聯結構模型來捕捉流動性風險的不同面向
‧使用機器學習模型來進行詐欺偵測
‧使用機器學習模型來預測股價崩盤並識別其決定因素

回頁首

Abdullah Karasan 是Magnimind首席資料科學家和馬里蘭大學巴爾的摩分校講師。

回頁首

第一部分風險管理基礎
第一章風險管理基礎
第二章時間序列建模簡介
第三章應用深度學習於時間序列建模

第二部分針對市場、信用、流動性和營運風險的機器學習
第四章基於機器學習的波動率預測
第五章市場風險建模
第六章信用風險估計
第七章流動性建模
第八章營運風險建模

第三部分其他金融風險來源之建模
第九章公司治理風險度量：股價崩盤
第十章合成資料產生與金融中的隱藏馬可夫模型

回頁首

金融機器學習與資料科學藍圖金融AI｜人工智慧的金融應用 Python 金融分析第二版

回頁首

請選擇所需之附件

範例檔

檔案名稱	下載	檔案名稱	下載
mlfrm-main	下載