![[Recenzja] Machine Learning for Algorithmic Trading (Stefan Jansen) Streszczenie.](https://episodes.castos.com/660078c6833215-59505987/images/2661293/c1a-085k3-8dd9k3x6ijz-tce3mu.jpg)
Show Notes
Machine Learning for Algorithmic Trading (Stefan Jansen)
- Amazon Poland Store: https://www.amazon.pl/dp/1839217715?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Machine-Learning-for-Algorithmic-Trading-Stefan-Jansen.html
- Apple Books: https://books.apple.com/us/audiobook/generative-ai-for-beginners-understanding-artificial/id1790109077?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Machine+Learning+for+Algorithmic+Trading+Stefan+Jansen+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/B08D9SP6MB/
#inżynieriacechfinansowych #danealternatywnewfinansach #modelowanietematówfinansowych #walidacjakroczącaszeregówczasowych #strategielongshort #MachineLearningforAlgorithmicTrading
Książka Stefana Jansena Machine Learning for Algorithmic Trading to techniczny, praktyczny przewodnik po wykorzystaniu uczenia maszynowego w inwestowaniu systematycznym. Jej celem nie jest obietnica łatwego przewidywania rynków, lecz pokazanie pełnego procesu badawczego, od pozyskania danych po ocenę strategii, która może działać na danych dziennych lub śróddziennych. Autor łączy Python, analizę danych finansowych i metody statystyczne z modelami nadzorowanymi, nienadzorowanymi oraz głębokim uczeniem. Szczególne miejsce zajmuje budowanie cech, czyli zmiennych mających nieść informację o przyszłych stopach zwrotu, a także wykorzystanie danych fundamentalnych i alternatywnych, takich jak dokumenty spółek, transkrypcje rozmów wynikowych czy wiadomości. Książka traktuje model jako jeden z elementów systemu inwestycyjnego. Równie ważne są poprawna walidacja czasowa, koszty transakcyjne, konstrukcja portfela i odporność wyników poza próbą. To pozycja dla osób, które chcą rozumieć, jak przekładać predykcje ML na możliwe do przetestowania reguły inwestycyjne.
- Amazon Poland Store: https://www.amazon.pl/dp/1839217715?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Machine-Learning-for-Algorithmic-Trading-Stefan-Jansen.html
- Apple Books: https://books.apple.com/us/audiobook/generative-ai-for-beginners-understanding-artificial/id1790109077?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Machine+Learning+for+Algorithmic+Trading+Stefan+Jansen+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/B08D9SP6MB/
#inżynieriacechfinansowych #danealternatywnewfinansach #modelowanietematówfinansowych #walidacjakroczącaszeregówczasowych #strategielongshort #MachineLearningforAlgorithmicTrading
Książka Stefana Jansena Machine Learning for Algorithmic Trading to techniczny, praktyczny przewodnik po wykorzystaniu uczenia maszynowego w inwestowaniu systematycznym. Jej celem nie jest obietnica łatwego przewidywania rynków, lecz pokazanie pełnego procesu badawczego, od pozyskania danych po ocenę strategii, która może działać na danych dziennych lub śróddziennych. Autor łączy Python, analizę danych finansowych i metody statystyczne z modelami nadzorowanymi, nienadzorowanymi oraz głębokim uczeniem. Szczególne miejsce zajmuje budowanie cech, czyli zmiennych mających nieść informację o przyszłych stopach zwrotu, a także wykorzystanie danych fundamentalnych i alternatywnych, takich jak dokumenty spółek, transkrypcje rozmów wynikowych czy wiadomości. Książka traktuje model jako jeden z elementów systemu inwestycyjnego. Równie ważne są poprawna walidacja czasowa, koszty transakcyjne, konstrukcja portfela i odporność wyników poza próbą. To pozycja dla osób, które chcą rozumieć, jak przekładać predykcje ML na możliwe do przetestowania reguły inwestycyjne.
