دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Christian L. Dunis, Peter W. Middleton, Andreas Karathanasopolous, Konstantinos Theofilatos (eds.) سری: New Developments in Quantitative Trading and Investment ISBN (شابک) : 9781137488794, 9781137488800 ناشر: Palgrave Macmillan UK سال نشر: 2016 تعداد صفحات: 349 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب هوش مصنوعی در بازارهای مالی: برنامه های کاربردی برای مدیریت ریسک ، بهینه سازی اوراق بهادار و اقتصاد: امور مالی شرکتی، سرمایه گذاری و اوراق بهادار، بانکداری، مدیریت ریسک، مالی کمی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Artificial Intelligence in Financial Markets: Cutting Edge Applications for Risk Management, Portfolio Optimization and Economics به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب هوش مصنوعی در بازارهای مالی: برنامه های کاربردی برای مدیریت ریسک ، بهینه سازی اوراق بهادار و اقتصاد نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
همانطور که پیشرفت فناوری افزایش یافته است، برنامههای
محاسباتی برای پیشبینی، مدلسازی و تجارت بازارهای مالی و
اطلاعات وجود دارد و متخصصان راهحلهای پیچیدهتری برای
چالشهای مالی پیدا میکنند. شبکههای عصبی یک رویکرد الگوریتمی
بسیار مؤثر و قابل آموزش است که جنبههای خاصی از عملکردهای مغز
انسان را تقلید میکند و به طور گسترده در پیشبینی مالی
استفاده میشود که امکان تصمیمگیری سریع سرمایهگذاری را فراهم
میکند.
این کتاب پیشرفته ترین برنامه های کاربردی هوش مصنوعی (AI)/
شبکه عصبی را برای بازارها، دارایی ها و سایر حوزه های مالی
ارائه می دهد. این کتاب که به چهار بخش تقسیم میشود، ابتدا
تجزیه و تحلیل سریهای زمانی را برای پیشبینی و تجارت در طیف
وسیعی از داراییها، از جمله مشتقات، وجوه قابل معامله در بورس،
بدهیها و ابزارهای سهام بررسی میکند. این بخش بر روی تشخیص
الگو، مدلهای زمانبندی بازار، پیشبینی و معامله سریهای
زمانی مالی تمرکز دارد. بخش دوم بینش هایی در مورد اقتصاد کلان
و خرد و چگونگی استفاده از تکنیک های هوش مصنوعی برای درک بهتر
و پیش بینی متغیرهای اقتصادی ارائه می دهد. بخش سوم بر تجزیه و
تحلیل مالی و اعتباری شرکت متمرکز است که بینشی از ساختار و
اعتبار شرکت ارائه می دهد و رابطه ای بین تجزیه و تحلیل صورت
های مالی و تأثیر سناریوهای مالی مختلف ایجاد می کند. بخش IV بر
مدیریت پورتفولیو، بررسی برنامه های کاربردی برای تئوری
پورتفولیو، تخصیص دارایی و بهینه سازی تمرکز دارد.
این کتاب همچنین برخی از آخرین تحقیقات در زمینه هوش مصنوعی و
مالی را ارائه می دهد و تجزیه و تحلیل عمیق و ابزارها و تکنیک
های بسیار کاربردی را برای دست اندرکاران و محققان این حوزه
ارائه می دهد.
As technology advancement has increased, so to have
computational applications for forecasting, modelling and
trading financial markets and information, and practitioners
are finding ever more complex solutions to financial
challenges. Neural networking is a highly effective,
trainable algorithmic approach which emulates certain aspects
of human brain functions, and is used extensively in
financial forecasting allowing for quick investment decision
making.
This book presents the most cutting-edge artificial
intelligence (AI)/neural networking applications for markets,
assets and other areas of finance. Split into four sections,
the book first explores time series analysis for forecasting
and trading across a range of assets, including derivatives,
exchange traded funds, debt and equity instruments. This
section will focus on pattern recognition, market timing
models, forecasting and trading of financial time series.
Section II provides insights into macro and microeconomics
and how AI techniques could be used to better understand and
predict economic variables. Section III focuses on corporate
finance and credit analysis providing an insight into
corporate structures and credit, and establishing a
relationship between financial statement analysis and the
influence of various financial scenarios. Section IV focuses
on portfolio management, exploring applications for portfolio
theory, asset allocation and optimization.
This book also provides some of the latest research in the
field of artificial intelligence and finance, and provides
in-depth analysis and highly applicable tools and techniques
for practitioners and researchers in this field.
Front Matter....Pages i-xv
Front Matter....Pages 1-1
A Review of Artificially Intelligent Applications in the Financial Domain....Pages 3-44
Front Matter....Pages 45-45
Trading the FTSE100 Index: ‘Adaptive’ Modelling and Optimization Techniques....Pages 47-67
Modelling, Forecasting and Trading the Crack: A Sliding Window Approach to Training Neural Networks....Pages 69-106
GEPTrader: A New Standalone Tool for Constructing Trading Strategies with Gene Expression Programming....Pages 107-121
Front Matter....Pages 123-123
Business Intelligence for Decision Making in Economics....Pages 125-158
Front Matter....Pages 159-159
An Automated Literature Analysis on Data Mining Applications to Credit Risk Assessment....Pages 161-177
Intelligent Credit Risk Decision Support: Architecture and Implementations....Pages 179-210
Artificial Intelligence for Islamic Sukuk Rating Predictions....Pages 211-241
Front Matter....Pages 243-243
Portfolio Selection as a Multi-period Choice Problem Under Uncertainty: An Interaction-Based Approach....Pages 245-284
Handling Model Risk in Portfolio Selection Using Multi-Objective Genetic Algorithm....Pages 285-310
Linear Regression Versus Fuzzy Linear Regression: Does it Make a Difference in the Evaluation of the Performance of Mutual Fund Managers?....Pages 311-335
Back Matter....Pages 337-344