انتخاب سبد دارایی آنلاین: اصول و الگوریتم ها ۲۰۱۸
Online Portfolio Selection: Principles and Algorithms 2018

دانلود کتاب انتخاب سبد دارایی آنلاین: اصول و الگوریتم ها ۲۰۱۸ (Online Portfolio Selection: Principles and Algorithms 2018) با لینک مستقیم و فرمت pdf (پی دی اف)

نویسنده

Bin Li, Steven Chu Hong Hoi

ناشر: CRC Press
voucher (1)

۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید

سال انتشار

2018

زبان

English

تعداد صفحه‌ها

212

نوع فایل

pdf

حجم

6 Mb

🏷️ قیمت اصلی: 200,000 تومان بود.قیمت فعلی: 129,000 تومان.

🏷️ قیمت اصلی: ۳۷۸٬۰۰۰ تومان بود. قیمت فعلی: ۲۹۸٬۰۰۰ تومان.

📥 دانلود نسخه‌ی اصلی کتاب به زبان انگلیسی(PDF)
🧠 به همراه ترجمه‌ی فارسی با هوش مصنوعی 🔗 مشاهده جزئیات

دانلود مستقیم PDF

ارسال فایل به ایمیل

پشتیبانی ۲۴ ساعته

توضیحات

معرفی کتاب انتخاب سبد دارایی آنلاین: اصول و الگوریتم ها ۲۰۱۸

با هدف تعیین متوالی تخصیص بهینه در میان مجموعه ای از دارایی ها، انتخاب پرتفوی آنلاین (OLPS) به طور قابل توجهی چشم انداز سرمایه گذاری مالی را متحول کرده است. انتخاب پرتفوی آنلاین: اصول و الگوریتم ها، مروری جامع بر اصول موجود OLPS ارائه می دهد و مجموعه ای از استراتژی های نوآورانه را ارائه می دهد که از تکنیک های یادگیری ماشین برای سرمایه گذاری مالی بهره می برند. این کتاب چهار الگوریتم جدید مبتنی بر تکنیک های یادگیری ماشین را ارائه می دهد که توسط نویسندگان طراحی شده اند، و همچنین یک سیستم جدید تست معکوس را که آنها برای ارزیابی اثربخشی استراتژی معاملاتی توسعه داده اند. این کتاب با استفاده از شبیه سازی با داده های واقعی بازار، استراتژی های معاملاتی را در عمل نشان می دهد و به خوانندگان اطمینان می دهد که می توانند خودشان از این استراتژی ها استفاده کنند. این کتاب در پنج بخش ارائه شده است که:

  • OLPS را معرفی می کند و OLPS را به عنوان یک وظیفه تصمیم گیری متوالی فرموله می کند
  • اصول کلیدی OLPS را ارائه می دهد، از جمله معیارهای مقایسه، پیروی از برنده، پیروی از بازنده، تطبیق الگو، و یادگیری متا
  • چهار الگوریتم نوآورانه OLPS را بر اساس تکنیک های پیشرفته یادگیری ماشین شرح می دهد
  • جعبه ابزاری برای ارزیابی الگوریتم های OLPS ارائه می دهد و مطالعات تجربی را برای مقایسه الگوریتم های پیشنهادی با آخرین پیشرفت ها ارائه می دهد
  • جهت های احتمالی آینده را بررسی می کند

این کتاب که با یک سیستم تست معکوس که از داده های تاریخی برای ارزیابی عملکرد استراتژی های معاملاتی استفاده می کند، همراه با کد MATLAB ® برای سیستم های تست معکوس، یک منبع ایده آل برای دانشجویان تحصیلات تکمیلی در رشته های مالی، علوم کامپیوتر و آمار است. این کتاب همچنین برای پژوهشگران و مهندسین علاقه مند به سرمایه گذاری محاسباتی مناسب است. خوانندگان تشویق می شوند که برای دریافت اطلاعات جدید از وب سایت نویسندگان دیدن کنند: http://olps.stevenhoi.org.


فهرست کتاب:

۱. روی جلد

۲. فهرست مطالب

۳. فهرست شکل‌ها

۴. فهرست جدول‌ها

۵. فهرست نشانه‌ها

۶. پیشگفتار

۷. قدردانی

۸. نویسندگان

۹. بخش اول – مقدمه

۱۰. بخش دوم – اصول

۱۱. بخش سوم – الگوریتم‌ها

۱۲. بخش چهارم – مطالعات تجربی

۱۳. بخش پنجم – نتیجه‌گیری

۱۴. پیوست الف – OLPS: جعبه ابزاری برای انتخاب آنلاین سبد سهام

۱۵. پیوست ب – اثبات‌ها و استنتاج‌ها

۱۶. پیوست پ – داده‌های تکمیلی و آمار سبد سهام

۱۷. کتاب‌شناسی

۱۸. پشت جلد

توضیحات(انگلیسی)

With the aim to sequentially determine optimal allocations across a set of assets, Online Portfolio Selection (OLPS) has significantly reshaped the financial investment landscape. Online Portfolio Selection: Principles and Algorithms supplies a comprehensive survey of existing OLPS principles and presents a collection of innovative strategies that leverage machine learning techniques for financial investment.The book presents four new algorithms based on machine learning techniques that were designed by the authors, as well as a new back-test system they developed for evaluating trading strategy effectiveness. The book uses simulations with real market data to illustrate the trading strategies in action and to provide readers with the confidence to deploy the strategies themselves. The book is presented in five sections that:

  • Introduce OLPS and formulate OLPS as a sequential decision task
  • Present key OLPS principles, including benchmarks, follow the winner, follow the loser, pattern matching, and meta-learning
  • Detail four innovative OLPS algorithms based on cutting-edge machine learning techniques
  • Provide a toolbox for evaluating the OLPS algorithms and present empirical studies comparing the proposed algorithms withthe state of the art
  • Investigate possible future directions

Complete with a back-test system that uses historical data to evaluate the performance of trading strategies, as well as MATLAB ® code for the back-test systems, this book is an ideal resource for graduate students in finance, computer science, and statistics. It is also suitable for researchers and engineers interested in computational investment.Readers are encouraged to visit the authors' website for updates: http://olps.stevenhoi.org.


Table of Contents

1. Front Cover

2. Contents

3. List of Figures

4. List of Tables

5. List of Notations

6. Preface

7. Acknowledgments

8. Authors

9. Part I - Introduction

10. Part II - Principles

11. Part III - Algorithms

12. Part IV - Empirical Studies

13. Part V - Conclusion

14. Appendix A - OLPS: AToolbox for Online Portfolio Selection

15. Appendix B - Proofs and Derivations

16. Appendix C - Supplementary Data and Portfolio Statistics

17. Bibliography

18. Back Cover

دیگران دریافت کرده‌اند

✨ ضمانت تجربه خوب مطالعه

بازگشت کامل وجه

در صورت مشکل، مبلغ پرداختی بازگردانده می شود.

دانلود پرسرعت

دانلود فایل کتاب با سرعت بالا

ارسال فایل به ایمیل

دانلود مستقیم به همراه ارسال فایل به ایمیل.

پشتیبانی ۲۴ ساعته

با چت آنلاین و پیام‌رسان ها پاسخگو هستیم.

ضمانت کیفیت کتاب

کتاب ها را از منابع معتیر انتخاب می کنیم.