Testing and Tuning Market Trading Systems: Algoritmos en C

Puntuación:   (4,1 de 5)

Testing and Tuning Market Trading Systems: Algoritmos en C (Timothy Masters)

Opiniones de los lectores

Resumen:

El libro se centra en la robustez de los sistemas automáticos de negociación frente a movimientos desconocidos del mercado, haciendo hincapié en los riesgos del sobreajuste. Se considera una lectura esencial para el trading sistemático, a pesar de cierta repetitividad y de la necesidad de una mejor organización.

Ventajas:

Ofrece un montón de buenas ideas, hace hincapié en la importancia de la robustez en los sistemas de trading, la redacción es clara, el enfoque sistemático, esencial para desarrollar sistemas automáticos de trading.

Desventajas:

El contenido puede ser repetitivo con respecto a otros libros, la organización del material podría mejorarse, y el uso de código Python para los ejemplos mejoraría la legibilidad.

(basado en 2 opiniones de lectores)

Título original:

Testing and Tuning Market Trading Systems: Algorithms in C++

Contenido del libro:

1.

Introducción2. Cuestiones previas a la optimización3.

Optimización4. Cuestiones posteriores a la optimización5. Estimación del rendimiento futuro I: Simulación comercial insesgada6.

Estimación del rendimiento futuro II: Análisis comercial7. Pruebas de permutación.

Otros datos del libro:

ISBN:9781484241721
Autor:
Editorial:
Encuadernación:Tapa blanda
Año de publicación:2018
Número de páginas:321

Compra:

Actualmente disponible, en stock.

¡Lo compro!

Otros libros del autor:

Deep Belief Nets in C++ and Cuda C: Volume 1: Restricted Boltzmann Machines and Supervised...
Descubra los bloques de construcción esenciales de las...
Deep Belief Nets in C++ and Cuda C: Volume 1: Restricted Boltzmann Machines and Supervised Feedforward Networks (Redes de Creencia Profunda en C++ y Cuda C: Volumen 1: Máquinas de Boltzmann Restringidas y Redes Feedforward Supervisadas) - Deep Belief Nets in C++ and Cuda C: Volume 1: Restricted Boltzmann Machines and Supervised Feedforward Networks
Indicadores estadísticamente sólidos para la predicción de mercados financieros: Algoritmos en C -...
En mis décadas de experiencia profesional como...
Indicadores estadísticamente sólidos para la predicción de mercados financieros: Algoritmos en C - Statistically Sound Indicators For Financial Market Prediction: Algorithms in C++
Modern Data Mining Algorithms in C++ and Cuda C: Recent Developments in Feature Extraction and...
1) Introducción 72) Análisis de componentes de...
Modern Data Mining Algorithms in C++ and Cuda C: Recent Developments in Feature Extraction and Selection Algorithms for Data Science (Algoritmos modernos de minería de datos en C++ y Cuda C: Desarrollos recientes en algoritmos de extracción y selección de características para la ciencia de datos) - Modern Data Mining Algorithms in C++ and Cuda C: Recent Developments in Feature Extraction and Selection Algorithms for Data Science
Testing and Tuning Market Trading Systems: Algoritmos en C - Testing and Tuning Market Trading...
1. Introducción2. Cuestiones previas a la...
Testing and Tuning Market Trading Systems: Algoritmos en C - Testing and Tuning Market Trading Systems: Algorithms in C++
Deep Belief Nets en C++ y Cuda C: Volumen 3: Redes convolucionales - Deep Belief Nets in C++ and...
Descubra los bloques de construcción esenciales de...
Deep Belief Nets en C++ y Cuda C: Volumen 3: Redes convolucionales - Deep Belief Nets in C++ and Cuda C: Volume 3: Convolutional Nets
Deep Belief Nets in C++ and Cuda C: Volume 2: Autoencoding in the Complex Domain (Redes de creencias...
Descubra los bloques de construcción esenciales de...
Deep Belief Nets in C++ and Cuda C: Volume 2: Autoencoding in the Complex Domain (Redes de creencias profundas en C++ y Cuda C: Volumen 2: Autocodificación en el dominio complejo) - Deep Belief Nets in C++ and Cuda C: Volume 2: Autoencoding in the Complex Domain

Las obras del autor han sido publicadas por las siguientes editoriales:

© 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)