風險建模演算法
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
好評推薦
「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