Apprentissage par renforcement en finance avec scripts Python inclus

Algorithmes avancés et applications financières concrètes

Ce guide papier se distingue par son approche pragmatique de l'apprentissage par renforcement appliqué aux séries temporelles économiques. Vous y trouverez des solutions directes pour optimiser vos portefeuilles d'actifs.

Chaque formule mathématique est immédiatement traduite en lignes de code propres, documentées et facilement adaptables à vos flux de données. C'est un gain de temps précieux pour vos phases de recherche et développement.

Apprenez à paramétrer des environnements de simulation réalistes pour entraîner vos agents sans risquer de capital réel. L'ouvrage met l'accent sur la robustesse des backtests face au surapprentissage.

Destiné aussi bien aux ingénieurs financiers qu'aux étudiants en master d'économétrie, ce livre jette un pont solide entre deux mondes. Les explications progressives garantissent une assimilation fluide de chaque concept clé.

Évitez les pièges classiques de l'IA en finance grâce aux études de cas détaillées basées sur les crises de marché historiques. Vous développerez des systèmes plus résilients face à la volatilité extrême.

• Auteur : Dr. Marc Duval, spécialiste en finance quantitative
• Édition : Deuxième édition révisée
• Dimensions : 190 mm x 260 mm
• Couverture : Souple avec pelliculage mat
• Type de papier : Éco-responsable certifié
• Annexes : Rappels mathématiques complets