【干货书】机器学习的金融风险管理与Python，194页pdf

在人工智能的帮助下，金融风险管理正在迅速发展。在这本实用的书中，开发人员、程序员、工程师、金融分析师、风险分析师以及定量和算法分析师将研究基于python的机器学习和深度学习模型，以评估金融风险。构建基于人工智能的金融建模技能，您将学习如何用ML模型取代传统的金融风险模型。

作者Abdullah Karasan在深入探讨使用Python在金融风险建模中使用ML模型的实际方法之前，帮助您探索金融风险建模背后的理论。有了这本书，你将:

回顾经典的时间序列应用，并与深度学习模型进行比较

利用支持向量回归、神经网络和深度学习，探索波动率模型来衡量风险程度

使用ML技术改进市场风险模型(VaR和ES)，包括流动性维度

使用聚类和贝叶斯方法进行信用风险分析

用高斯混合模型和Copula模型捕捉流动性风险的不同方面

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崩盘并确定其决定因素