SZTUCZNA INTELIGENCJA W FINANSACH UŻYWAJ JĘZYKA PYTHON DO PROJEKTOWANIA WDRAŻANIA ALGORYTMÓW AI

Sztuczna inteligencja w finansach. Używaj języka Python do projektowania i wdrażania algorytmów AI

SPIS TREŚCI

Przedmowa

Część I. Inteligencja maszynowa

1. Sztuczna inteligencja

Algorytmy
Rodzaje danych
Rodzaje uczenia
Rodzaje zadań
Rodzaje podejść
Sieci neuronowe
Regresja metodą najmniejszych kwadratów (regresja OLS)
Estymacja z wykorzystaniem sieci neuronowych
Klasyfikowanie z użyciem sieci neuronowych
Znaczenie danych
Mały zbiór danych
Większe zbiory danych
Duże zbiory danych
Wnioski
Literatura cytowana

2. Superinteligencja

Historie sukcesu
Atari
Go
Szachy
Znaczenie sprzętu
Postacie inteligencji
Drogi do superinteligencji
Sieci i organizacje
Usprawnienia biologiczne
Hybrydy mózg-maszyna
Emulacja całego mózgu
Sztuczna inteligencja
Eksplozja inteligencji
Cele i kontrola
Superinteligencja i cele
Superinteligencja i kontrola
Możliwe skutki
Wnioski
Literatura cytowana

Część II. Finanse i uczenie maszynowe

3. Finanse normatywne

Niepewność i ryzyko
Definicje
Przykład liczbowy
Teoria oczekiwanej użyteczności
Założenia i wyniki
Przykład liczbowy
Model Markowitza
Założenia i wyniki
Przykład liczbowy
Model wyceny dóbr kapitałowych
Założenia i wyniki
Przykład liczbowy
Teoria wyceny arbitrażowej
Założenia i wyniki
Przykład liczbowy
Wnioski
Literatura cytowana

4. Finanse sterowane danymi

Metoda naukowa
Ekonometria finansowa i regresja
Dostępność danych
Programowe API
Ustrukturyzowane dane historyczne
Ustrukturyzowane dane strumieniowe
Nieustrukturyzowane dane historyczne
Nieustrukturyzowane dane strumieniowe
Dane alternatywne
Jeszcze o teoriach normatywnych
Oczekiwana użyteczność a rzeczywistość
Model Markowitza
Model wyceny dóbr kapitałowych
Teoria wyceny arbitrażowej
Obalanie podstawowych założeń
Rozkład normalny stóp zwrotu
Zależności liniowe
Wnioski
Literatura cytowana
Kod w Pythonie

5. Uczenie maszynowe

Uczenie
Dane
Sukces
Pojemność
Ocena
Obciążenie i wariancja
Sprawdzian krzyżowy
Wnioski
Literatura cytowana

6. Finanse bazujące na sztucznej inteligencji

Efektywne rynki
Predykcje rynkowe na podstawie stóp zwrotu
Predykcje rynkowe z wykorzystaniem większej liczby cech
Predykcje rynkowe w trakcie przebiegu sesji
Wnioski
Literatura cytowana

Część III. Nieefektywność statystyczna

7. Gęste sieci neuronowe

Dane
Predykcje bazowe
Normalizacja
Dropout
Regularyzacja
Bagging
Optymalizatory
Wnioski
Literatura cytowana

8. Rekurencyjne sieci neuronowe

Pierwszy przykład
Drugi przykład
Finansowe szeregi czasowe
Finansowe szeregi czasowe ze stopami zwrotu
Cechy finansowe
Estymacja
Klasyfikacja
Głębokie rekurencyjne sieci neuronowe
Wnioski
Literatura cytowana

9. Uczenie przez wzmacnianie

Podstawowe zagadnienia
OpenAI Gym
Agent bazujący na metodzie Monte Carlo
Agent bazujący na sieci neuronowej
Agent DQL
Proste środowisko finansowe
Lepsze środowisko finansowe
Różne rodzaje środowisk i danych
Agent FQL
Wnioski
Literatura cytowana

Część IV. Handel algorytmiczny

10. Wektorowe testy historyczne

Testy historyczne strategii bazującej na prostych średnich kroczących
Testy historyczne dziennej strategii bazującej na gęstej sieci neuronowej
Testy historyczne strategii daytradingu bazującej na gęstej sieci neuronowej
Wnioski
Literatura cytowana

11. Zarządzanie ryzykiem

Bot handlowy
Zwektoryzowane testy historyczne
Testy historyczne bazujące na zdarzeniach
Ocena ryzyka
Testy historyczne zleceń obronnych
Zlecenia stop loss (SL)
Zlecenia trailing stop loss (TSL)
Zlecenia take profit (TP)
Wnioski
Literatura cytowana
Kod w Pythonie
Środowisko Finance
Bot handlowy
Klasa BacktestingBase
Klasa do przeprowadzania testów historycznych

12. Realizowanie zleceń i stosowanie systemu

Konto w platformie Oanda
Pobieranie danych
Realizacja zleceń
Bot handlowy
Stosowanie systemu
Wnioski
Literatura cytowana
Kod w Pythonie
Środowisko platformy Oanda
Zwektoryzowane testy historyczne
Bot handlowy działający w platformie Oanda

Część V. Perspektywy

13. Konkurencja bazująca na sztucznej inteligencji

Sztuczna inteligencja i finanse
Brak standaryzacji
Edukacja i szkolenia
Rywalizacja o zasoby
Wpływ na rynek
Scenariusze rywalizacji
Zagrożenia, regulacje i nadzór
Wnioski
Literatura cytowana

14. Osobliwość finansowa

Uwagi i definicje
O co toczy się gra?
Drogi do osobliwości finansowej
Niezależne umiejętności i zasoby
Scenariusze „przedtem” i „potem”
Wnioski
Literatura cytowana

Dodatki

A. Interaktywne sieci neuronowe

Tensory i operacje na tensorach
Proste sieci neuronowe
Estymacja
Klasyfikacja
Płytkie sieci neuronowe
Estymacja
Klasyfikacja
Literatura cytowana

B. Klasy do tworzenia sieci neuronowych

Funkcje aktywacji
Proste sieci neuronowe
Estymacja
Klasyfikacja
Płytkie sieci neuronowe
Estymacja
Klasyfikacja
Prognozowanie kierunku rynku

C. Konwolucyjne sieci neuronowe

Cechy i etykiety
Uczenie modelu
Testowanie modelu
Literatura cytowana

Skorowidz