Machine Learning and Data Science Blueprints for Finance: From Building Trading Strategies to Robo-Advisors Using Python

Эта книга представляет собой практическое руководство по применению машинного обучения и науки о данных в финансовой сфере. Авторы демонстрируют, как использовать Python для создания торговых стратегий, разработки робо-советников, обнаружения мошенничества, управления рисками и других финансовых задач.

Книга разделена на две основные части. В первой части рассматриваются основы машинного обучения в финансах, включая обзор ландшафта, процесс разработки моделей на Python и архитектуру искусственных нейронных сетей. Вторая часть посвящена обучению с учителем, охватывая регрессионные модели, анализ временных рядов и их применение для прогнозирования на финансовых рынках.

Особое внимание уделяется практическим аспектам: от выбора и оценки моделей до борьбы с переобучением и использования кросс-валидации. Книга содержит конкретные примеры и схемы (blueprints), которые можно адаптировать для решения реальных финансовых задач.

Издание подходит для аналитиков данных, финансовых инженеров (quant), разработчиков и всех, кто хочет применять современные методы машинного обучения в инвестициях, банковском деле и финтехе. Предполагается базовое знакомство с Python и основами статистики.