Puntuación:
Actualmente no hay opiniones de lectores. La calificación se basa en 11 votos.
Quantitative Asset Management: Factor Investing and Machine Learning for Institutional Investing
Aumente su estrategia de asignación de activos con el aprendizaje automático y la inversión en factores para obtener una rentabilidad y un crecimiento sin precedentes.
Tanto si gestiona carteras institucionales como patrimonios privados, Quantitative Asset Management le abrirá los ojos a una nueva y más exitosa forma de invertir, que aprovecha el poder de los macrodatos y la inteligencia artificial.
Esta innovadora guía le guiará a través de todo lo que necesita saber para aprovechar al máximo estas revolucionarias herramientas. Escrito desde la perspectiva de un inversor financiero experimentado que hace uso de la tecnología, detalla métodos de inversión probados, logrando un raro equilibrio entre proporcionar información técnica importante sin agobiarle con una teoría de la inversión demasiado compleja. Gestión Cuantitativa de Activos está organizado en cuatro secciones temáticas:
⬤ La primera parte revela valiosas lecciones para la planificación y la gestión de la toma de decisiones de inversión.
⬤ La segunda parte aborda la modelización financiera cuantitativa y trata temas importantes como el sobreajuste, la mitigación de supuestos poco realistas, la gestión de sustituciones, la mejora de clases minoritarias y la imputación de datos perdidos.
⬤ La Parte 3 muestra cómo convertir una estrategia en un producto de inversión, incluidos los modelos alfa, los modelos de riesgo, la aplicación, el backtesting y la optimización de costes.
⬤ La cuarta parte explica cómo medir el rendimiento, aprender de los errores, gestionar el riesgo y sobrevivir a las tragedias financieras.
Con Gestión Cuantitativa de Activos, tendrá todo lo que necesita para aumentar su conocimiento de otros mercados, formular las preguntas adecuadas y responderlas con eficacia, y obtener beneficios constantes incluso en épocas de gran incertidumbre.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)