Machine Learning for Asset Management: New Developments and Financial Applications /

Contiene: 1) 1) Pronóstico de rentabilidad de acciones en series temporales y transversales: nuevos métodos de aprendizaje automático; 2) En busca de la predictibilidad de la rentabilidad: aplicación de algoritmos de aprendizaje automático en la asignación táctica; 3) Regresiones predictivas dispers...

Fuld beskrivelse

Guardado en:
Bibliografiske detaljer
Hovedforfatter: Jurczenko, Emmanuel (edición)
Andre forfattere: Frick, Fiona (prólogo) (prólogo)
Format: Bog
Sprog:engelsk
Udgivet: Hoboken, EUA : Wiley, 2020, c2020
Serier:(Innovation, Entrepreneurship and Management Series)
Fag:
Online adgang:Ver documento en línea
Tags: Tilføj Tag
Ingen Tags, Vær først til at tagge denne postø!

MARC

LEADER 00000nam^a22000000a04500
001 000630967
005 20260508000000.0
009 20260713152632.223
020 |a 9781119751168 
037 |a Acervo ITESO - Biblioteca 
041 |a ING 
082 |a 332. 0285  |b JUR 
100 |a Jurczenko, Emmanuel  |e (edición) 
245 1 0 |a Machine Learning for Asset Management:  |b New Developments and Financial Applications /  |c Ed. de E. Jurczenko ; pról. de F. Frick. 
264 4 |a Hoboken, EUA :  |b Wiley,  |c 2020, c2020 
264 2 |a Hoboken, EUA :  |b Wiley [distribución],  |c 2025 
300 |a 1 libro electrónico en línea (XIV, 438 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 
440 1 |a (Innovation, Entrepreneurship and Management Series) 
506 0 |a Licencias ilimitadas 
520 |a Contiene: 1) 1) Pronóstico de rentabilidad de acciones en series temporales y transversales: nuevos métodos de aprendizaje automático; 2) En busca de la predictibilidad de la rentabilidad: aplicación de algoritmos de aprendizaje automático en la asignación táctica; 3) Regresiones predictivas dispersas: rendimiento estadístico y significancia económica; 4) El enfoque de inteligencia artificial para la selección de acciones; 5) Mejora de las señales alfa a partir de datos de ideas de inversión mediante aprendizaje supervisado; 6) Procesamiento del lenguaje natural y aprendizaje automático en la selección global de acciones; 7) Pronóstico de beta mediante aprendizaje automático y variables de sentimiento de acciones; 8) Algoritmos de optimización de aprendizaje automático y asignación de cartera; 9) Paridad de riesgo jerárquica: consideración de las dependencias de cola en asignaciones multiactivos multifactoriales; 10) Atribución del rendimiento de la cartera: un enfoque basado en aprendizaje automático; 11) Modelado de los costos de transacción cuando las operaciones pueden estar saturadas: una red bayesiana que utiliza desequilibrio de órdenes parcialmente observables. 
521 |a Wiley 2026 EEnlace Departamento de Electrónica, Sistemas e Informática 
649 |a XX 
650 |a Lenguajes Naturales de Programación 
650 |a Aprendizaje Automático (Inteligencia Artificial) -  |x Tema Principal 
650 |a Inteligencia Artificial 
650 |a Algoritmos Computacionales 
650 |a Optimización 
650 |a Acciones (Títulos, Valores) 
650 |a Instrumentos Financieros 
650 |a Sistema Financiero 
650 |a Finanzas -  |x Aspectos Tecnológicos -  |x Tema Principal 
650 |a Ingeniería Financiera 
650 |a Ingeniería Computacional 
700 |a Frick, Fiona  |e (prólogo) 
856 4 0 |u https://ezproxy.iteso.mx/login?qurl=https%3A%2F%2Fieeexplore.ieee.org%2Fservlet%2Fopac%3Fbknumber%3D10950328  |y Ver documento en línea 
910 |a Fondo General 
920 |a Electrónicos - Libros en Línea 
930 |a Plataforma Digital 
905 |a 205 
901 |a 630967-1  |b IT2  |c EBO  |i C  |u 20260508 
902 |a https://opac.biblio.iteso.mx/vufind/Record/000630967