Big Data and Machine Learning in Quantitative Investment (eBook)

(Autor)

eBook Download: PDF
2018 | 1. Auflage
296 Seiten
John Wiley & Sons (Verlag)
978-1-119-52208-9 (ISBN)

Lese- und Medienproben

Big Data and Machine Learning in Quantitative Investment - Tony Guida
Systemvoraussetzungen
42,99 inkl. MwSt
  • Download sofort lieferbar
  • Zahlungsarten anzeigen
Get to know the 'why' and 'how' of machine learning and big data in quantitative investment

Big Data and Machine Learning in Quantitative Investment is not just about demonstrating the maths or the coding. Instead, it's a book by practitioners for practitioners, covering the questions of why and how of applying machine learning and big data to quantitative finance.

The book is split into 13 chapters, each of which is written by a different author on a specific case. The chapters are ordered according to the level of complexity; beginning with the big picture and taxonomy, moving onto practical applications of machine learning and finally finishing with innovative approaches using deep learning.

* Gain a solid reason to use machine learning

* Frame your question using financial markets laws

* Know your data

* Understand how machine learning is becoming ever more sophisticated

Machine learning and big data are not a magical solution, but appropriately applied, they are extremely effective tools for quantitative investment -- and this book shows you how.

TONY GUIDA is a senior investment manager in quantitative equity at the investment manager of a major UK pension fund in London, where he manages multifactor systematic equity portfolios. During his career, he held such positions as senior consultant for smart beta and risk allocation at EDHEC RISK Scientific Beta and senior research analyst at UNIGESTION. He is a former member of the research and investment committee for Minimum Variance Strategies, where he led the factor investing research group for institutional clients, and a regular speaker at quant conferences. Tony is chair of machineByte ThinkTank EMEA.

CHAPTER 1 Do Algorithms Dream About Artificial Alphas? 1
By Michael Kollo

CHAPTER 2 Taming Big Data 13
By Rado Lipus and Daryl Smith

CHAPTER 3 State of Machine Learning Applications in Investment Management 33
By Ekaterina Sirotyuk

CHAPTER 4 Implementing Alternative Data in an Investment Process 51
By Vinesh Jha

CHAPTER 5 Using Alternative and Big Data to Trade Macro Assets 75
By Saeed Amen and Iain Clark

CHAPTER 6 Big Is Beautiful: How Email Receipt Data Can Help Predict Company Sales 95
By Giuliano De Rossi, Jakub Kolodziej and Gurvinder Brar

CHAPTER 7 Ensemble Learning Applied to Quant Equity: Gradient Boosting in a Multifactor Framework 129
By Tony Guida and Guillaume Coqueret

CHAPTER 8 A Social Media Analysis of Corporate Culture 149
By Andy Moniz

CHAPTER 9 Machine Learning and Event Detection for Trading Energy Futures 169
By Peter Hafez and Francesco Lautizi

CHAPTER 10 Natural Language Processing of Financial News 185
By M. Berkan Sesen, Yazann Romahi and Victor Li

CHAPTER 11 Support Vector Machine-Based Global Tactical Asset Allocation 211
By Joel Guglietta

CHAPTER 12 Reinforcement Learning in Finance 225
By Gordon Ritter

CHAPTER 13 Deep Learning in Finance: Prediction of Stock Returns with Long Short-Term Memory Networks 251
By Miquel N. Alonso, Gilberto Batres-Estrada and Aymeric Moulin

Biography 279

Erscheint lt. Verlag 12.12.2018
Reihe/Serie Wiley Finance Editions
Sprache englisch
Themenwelt Mathematik / Informatik Informatik Datenbanken
Informatik Theorie / Studium Künstliche Intelligenz / Robotik
Recht / Steuern Wirtschaftsrecht
Wirtschaft Betriebswirtschaft / Management Finanzierung
Schlagworte Big Data • Finance & Investments • Finance & Investments Special Topics • Finanz- u. Anlagewesen • Finanzwesen • Spezialthemen Finanz- u. Anlagewesen
ISBN-10 1-119-52208-0 / 1119522080
ISBN-13 978-1-119-52208-9 / 9781119522089
Haben Sie eine Frage zum Produkt?
PDFPDF (Adobe DRM)
Größe: 8,4 MB

Kopierschutz: Adobe-DRM
Adobe-DRM ist ein Kopierschutz, der das eBook vor Mißbrauch schützen soll. Dabei wird das eBook bereits beim Download auf Ihre persönliche Adobe-ID autorisiert. Lesen können Sie das eBook dann nur auf den Geräten, welche ebenfalls auf Ihre Adobe-ID registriert sind.
Details zum Adobe-DRM

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen eine Adobe-ID und die Software Adobe Digital Editions (kostenlos). Von der Benutzung der OverDrive Media Console raten wir Ihnen ab. Erfahrungsgemäß treten hier gehäuft Probleme mit dem Adobe DRM auf.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen eine Adobe-ID sowie eine kostenlose App.
Geräteliste und zusätzliche Hinweise

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich
der Praxis-Guide für Künstliche Intelligenz in Unternehmen - Chancen …

von Thomas R. Köhler; Julia Finkeissen

eBook Download (2024)
Campus Verlag
38,99
Wie du KI richtig nutzt - schreiben, recherchieren, Bilder erstellen, …

von Rainer Hattenhauer

eBook Download (2023)
Rheinwerk Computing (Verlag)
17,43