Cześć!
Myślisz nad rozpoczęciem przygody z handlem algorytmicznym? Szukasz wiedzy na ten temat?
Wystarczy Ci niewielkie pojęcie o matematyce, programowaniu i ekonomii 🧮📈 Te koncepcje wspaniale ułatwiają zrozumienie pojęć z zakresu inżynierii finansowej, a wczesne włączanie do tego ćwiczeń programistycznych pozwala na znaczne zwiększenie efektywności takiej edukacji 💪🙂 Niestety obecnie, tylko nieliczne programy nauczania o finansach integrują ze sobą te 3 dziedziny 🤷♀️🤷
Na szczęście jest książka... 👇
Lektura pozwoli Ci szybko zrozumieć podstawy teorii finansów, modelowania danych finansowych i zastosowania Pythona w finansach obliczeniowych.
✅ znajdziesz w niej systematyczne wprowadzenie do inżynierii finansowej, handlu algorytmicznego czy zarządzania aktywami
✅ zdobędziesz umiejętności tworzenia w Pythonie programów, które ułatwią Ci rozwiązywanie takich problemów jak ustalanie składu portfeli inwestycyjnych zgodnie z nowoczesną teorią portfela
✅ poznasz modele ekonomiczne i modelowanie danych finansowych
i nie tylko.
A jeśli już biegle kodujesz w Pythonie, łatwiej skorzystasz ze swoich umiejętności w tworzeniu przydatnych aplikacji z zakresu inżynierii finansowej 😉⌨️
Sztuczna inteligencja w połączeniu z odpowiednim zastosowaniem algorytmów i dużych zbiorów danych także pozwala na poprawę jakości usług finansowych 🧠💸
Dr Yves Hilpisch, właściciel firm The Python Quants i The AI Machine specjalizujących się w projektowaniu i we wdrażaniu mechanizmów algorytmicznych, sztucznej inteligencji i uczenia maszynowego przy użyciu języka Python, dobrze o tym wie. A swoją wiedzą dzieli się w niniejszej książce 😉
Dzięki publikacji dowiesz się:
✅ na czym polega zastosowanie AI w usługach i produktach finansowych
✅ dlaczego i w jaki sposób użycie sztucznej inteligencji fundamentalnie zmienia sektor finansowy i jakie ma to skutki dla niego i konsumentów
✅ jak w języku Python konstruować i wdrażać algorytmy bazujące na rozbudowanych zbiorach danych
✅ jak dzięki AI i uczeniu maszynowemu usprawniać usługi i produkty finansowe
Książka opiera się na przykładach z języka Python i pokazuje metodyki, modele, założenia i techniki wdrażania AI, a także analizuje problemy mogące utrudniać to zadanie i przybliża ich rozwiązania.
