Python for Finance Cookbook : Over 80 Powerful Recipes for Effective Financial Data Analysis /

Contiene: 1) Adquirir datos financieros; 2) Preprocesamiento de datos; 3) Visualización de series temporales financieras; 4) Exploración de datos de series temporales financieras; 5) Análisis técnico y creación de paneles interactivos; 6) Análisis y pronóstico de series temporales; 7) Enfoques basad...

Полное описание

Сохранить в:
Библиографические подробности
Главный автор: Lewinson, Eryk (autor)
Формат:
Язык:английский
Опубликовано: Birmingham, EUA : Packt, 2022, c2022
Редактирование:2a edición
Предметы:
Online-ссылка:Ver documento en línea
Метки: Добавить метку
Нет меток, Требуется 1-ая метка записи!

MARC

LEADER 00000nam^a2200000^a^4500
001 000585439
005 20251023000000.0
009 20260310132730.777
020 |a 9781803238838 
037 |a Acervo ITESO - Biblioteca 
041 |a ING 
082 |a 332. 0285  |b LEW 
100 |a Lewinson, Eryk  |e (autor) 
245 1 0 |a Python for Finance Cookbook :  |b Over 80 Powerful Recipes for Effective Financial Data Analysis /  |c Eryk Lewinson. 
250 |a 2a edición 
264 4 |a Birmingham, EUA :  |b Packt,  |c 2022, c2022 
264 2 |a Birmingham, EUA :  |b EBSCOhost [distribución],  |c 2024 
300 |a 1 libro electrónico en línea (XVIII, 722 p.) 
300 |a 1 recurso en línea 
336 |a datos para computadora  |b cod  |2 rdacontenido 
337 |a computadora  |b c  |2 rdamedio 
338 |a recurso en línea  |b cr  |2 rdasoporte 
506 0 |a Licencias ilimitadas 
520 |a Contiene: 1) Adquirir datos financieros; 2) Preprocesamiento de datos; 3) Visualización de series temporales financieras; 4) Exploración de datos de series temporales financieras; 5) Análisis técnico y creación de paneles interactivos; 6) Análisis y pronóstico de series temporales; 7) Enfoques basados ​​en aprendizaje automático para el pronóstico de series temporales; 8) Modelos multifactoriales; 9) Modelado de la volatilidad con modelos de clase GARCH; 10) Simulaciones de Montecarlo en finanzas; 11) Asignación de activos; 12) Backtesting de estrategias comerciales; 13) Aprendizaje automático aplicado: identificación del incumplimiento crediticio; 14) Conceptos avanzados para proyectos de aprendizaje automático; 15) Aprendizaje profundo en finanzas. 
521 |a 2024 BO Licenciatura en Ingeniería Financiera 
649 |a XX 
650 |a Método de Montecarlo 
650 |a Métodos de Simulación 
650 |a Series de Tiempo 
650 |a Análisis de Datos -  |x Tema Principal 
650 |a Derivados Financieros 
650 |a Ingeniería Financiera 
650 |a Finanzas -  |x Aspectos Tecnológicos -  |x Tema Principal 
650 |a Finanzas 
650 |a Aprendizaje Automático (Inteligencia Artificial) 
650 |a Lenguajes de Programación -  |x Tema Principal 
650 |a Sistemas Computacionales 
650 |a Ingeniería Computacional 
856 4 0 |u https://ezproxy.iteso.mx/login?url=https://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&db=nlabk&AN=3511501  |y Ver documento en línea 
910 |a Fondo General 
920 |a Electrónicos - Libros en Línea 
930 |a Plataforma Digital 
905 |a 205 
901 |a 585439-1  |b IT2  |c EBO  |i C186429  |u 20250521 
902 |a https://opac.biblio.iteso.mx/vufind/Record/000585439