Blueprints de aprendizado de máquina e ciência de dados para finanças: desenvolvendo desde estratégias de trades até robôs Advisors com Python

Blueprints de Aprendizado de Máquina e Ciência de Dados para Finanças O aprendizado de máquina e a ciência de dados transformarão significativamente o setor financeiro nos próximos anos. Com este guia prático, os profissionais de fundos de hedge, investimentos e bancos de varejo, bem como as fintechs, aprenderão a criar algoritmos de AM (aprendizado de máquina) cruciais para o setor. Você examinará conceitos de AM e mais de vinte estudos de caso sobre aprendizado supervisionado, não supervisionado e por reforço, bem como sobre o processamento de linguagem natural (PLN). Analistas, traders, pesquisadores e desenvolvedores também mergulharão na gestão de portfólios, no trading algorítmico, na precificação de derivativos, na detecção de fraudes, na previsão de preços de ativos, na análise de sentimento e no desenvolvimento de chatbots. Você explorará problemas da vida real e aprenderá soluções cientificamente sólidas e sustentadas por códigos e exemplos. Este livro inclui: • Modelos de aprendizado supervisionado baseado em regressão para estratégias de tradings e precificação de derivativos. • Modelos de aprendizado supervisionado baseado em classificação para a previsão de risco de inadimplência de cré dito e detecção de fraudes. • Técnicas de redução de dimensionalidade, com estudos de caso sobre gestão de portfólios e criação de uma yield curve. • Estudos de caso usando algoritmos e técnicas de agrupamento para encontrar objetos semelhantes em estratégias de trading e gestão de portfólios. • Modelos de aprendizado por reforço e técnicas para desenvolver estratégias de trading, hedge de derivativos e gestão portfólios. • Técnicas de PLN usando bibliotecas Python, como NLTK e Scikit-learn.