یادگیری ماشینی برای مدیریت ریسک مالی با پایتون

Machine Learning for Financial Risk Management with Python

مدیریت ریسک مالی با کمک هوش مصنوعی به سرعت در حال تکامل است. با استفاده از این کتاب کاربردی، توسعه دهندگان، برنامه نویسان، مهندسان، تحلیلگران مالی، تحلیلگران ریسک، و تحلیلگران کمی و الگوریتمی، مدل های یادگیری ماشینی و یادگیری عمیق مبتنی بر پایتون را برای ارزیابی ریسک مالی بررسی می کنند. با ایجاد مهارت‌های مدل‌سازی مالی مبتنی بر هوش مصنوعی، خواهید آموخت که چگونه مدل‌های ریسک مالی سنتی را با مدل‌های ML جایگزین کنید.

عبدالله کاراسان، نویسنده این کتاب، به شما کمک می‌کند تا تئوری مدل‌سازی ریسک مالی را قبل از غواصی در روش‌های عملی استفاده از مدل‌های ML در مدل‌سازی ریسک مالی با استفاده از پایتون بررسی کنید. با این کتاب، شما:

• برنامه های سری زمانی کلاسیک را مرور کنید و آنها را با مدل های یادگیری عمیق مقایسه کنید


• مدلسازی نوسانات را برای اندازه گیری درجه ریسک، با استفاده از رگرسیون بردار پشتیبان، شبکه های عصبی و یادگیری عمیق کاوش کنید.


• بهبود مدل‌های ریسک بازار (VaR و ES) با استفاده از تکنیک‌های ML و شامل بعد نقدینگی


• تجزیه و تحلیل ریسک اعتباری را با استفاده از خوشه بندی و رویکردهای بیزی توسعه دهید


• جنبه های مختلف ریسک نقدینگی را با مدل مخلوط گاوسی و مدل کوپلا به تصویر بکشید


• از مدل های یادگیری ماشین برای تشخیص تقلب استفاده کنید


• پیش‌بینی سقوط قیمت سهام و شناسایی عوامل تعیین‌کننده آن با استفاده از مدل‌های یادگیری ماشین