ファイナンス機械学習―金融市場分析を変える機械学習アルゴリズムの理論と実践

著者名：マルコス・ロペス・デ・プラド/長尾慎太郎/鹿子木亨紀/大和アセットマネジメント

金融財政事情研究会（2019/12発売）

• ISBN：9784322134636

内容説明

システムトレーダー、エンジニアなどの間で話題沸騰
発売後売り切れの書店続出、大反響につき即増刷決定!

人工知能(AI)、機械学習の発展は金融をどのように変えるのか

理論と実務を熟知した第一人者による比類なき大著“Advance in Financial Machine Learning(2018年、Wileyより刊行)、待望の日本版刊行!
すでに中国語、韓国語、ロシア語にも翻訳された名著を、実務を知り尽くしたクオンツが日本の読者に向けて翻訳

データの構造化とラべリング、モデリング、バックテスト、ハイパフォーマンスコンピューティングなど、金融工学における機械学習の活用の可能性を、Pythonのコード例を交えて徹底解説

目次
はじめに
第1章 ファイナンス機械学習という新分野
Part1 データ分析
第2章 金融データの構造
第3章 ラベリング
第4章 標本の重み付け
第5章 分数次差分をとった特徴量
Part2 モデリング
第6章 アンサンブル法
第7章 ファイナンスにおける交差検証法
第8章 特徴量の重要度
第9章 交差検証法によるハイパーパラメータの調整
Part3 バックテスト
第10章 ベットサイズの決定
第11章 バックテストの危険性
第12章 交差検証によるバックテスト
第13章 人工データのバックテスト
第14章 バックテストの統計値
第15章 戦略リスクを理解する
第16章 機械学習によるアセットアロケーション
Part4 金融市場分析のための特徴量
第17章 構造変化
第18章 エントロピー特徴量
第19章 マイクロストラクチャーに基づく特徴量
Part5 ハイパフォーマンスコンピューティング
第20章 マルチプロセッシング(多重処理)とベクトル化
第21章 総当たり法と量子コンピュータ
第22章 ハイパフォーマンス計算知能と予測技術
Kesheng Wu and Horst Simon

感想・レビュー

※以下の感想・レビューは、株式会社ドワンゴの提供する「読書メーター」によるものです。

[くわっちょ]

内容は難しかったが、金融分野で機械学習を導入する有用性や気をつけなければならない事が非常に詳しくまとまっていた。 Pythonコードも載っていたが、2.7系のため古かった。 時間をあけて、また戻って読みたい。

2023/09/10

[ムック]

アンサンブル法、交差検証法、特徴量、ハイパーパラメータ、エントロピー特徴量、マルチプロセッシングなど 馴染みが無いことが多く python中級以上を終え、機械学習の中級以上も終えた後 専門領域の勉強として特化して取り組みたい書籍 5冊目以降

2020/01/16

[らんぼ]

標本の重みづけの話、最適取引ルールを確率過程から導く話が特に興味深かった。分数次差分を使うと時系列を定常過程として扱いつつメモリ(過去の時系列の水準の長期履歴)を残せると気づいてしまうのが天才

2023/04/25

[Edd]

こういう本を待ってた。２年前に PDF で公開済みだった。Orz

2020/10/30