Abdullah Karasan 著

叶伟民, 徐俊, 朱明超, 钟飞雄 译

出版时间：2025年03月

页数：248

“本书展示了Python在金融风险管理方面的应用与实践，这对任何金融机构都至关重要。”
——Yves J.Hilpisch博士
The Python Quants、The AI Machine的创始人和首席执行官
“如果你需要一本关于统计学和机器学习算法在金融风险分析方面的应用指南，本书就是一个不错的选择。”
——Graham L. Giller
Adventures in Financial Data Science一书的作者
近年来，人工智能技术得到广泛应用，金融风险管理在其影响下得到了快速发展。本书面向程序员、工程师、财务分析师、风险分析师以及量化和算法分析师，讲解基于Python的机器学习和深度学习建模，引导读者掌握基于人工智能的金融建模技能，并将相关知识应用于金融风险管理实践中。
本书不仅介绍金融风险建模背后的理论，还深入探讨了将Python和机器学习算法融入金融风险建模的具体实践。
通过阅读本书，你将能够：
● 回顾经典的时间序列应用，并将其与深度学习模型进行比较；
● 探索波动性建模，使用支持向量回归、神经网络和深度学习来衡量风险程度；
● 使用机器学习算法改进市场风险模型；
● 使用聚类算法和贝叶斯方法进行信用风险分析；
● 使用高斯混合模型和Copula模型捕获流动性风险；
● 使用机器学习模型进行欺诈检测；
● 使用机器学习模型预测股价。