ファイナンス機械学習―金融市場分析を変える機械学習アルゴリズムの理論と実践

ファイナンス機械学習―金融市場分析を変える機械学習アルゴリズムの理論と実践

定価:4,800円+税

編・著者名:マルコス・ロペス・デ・プラド[著]長尾 慎太郎/鹿子木 亨紀[監訳]大和アセットマネジメント[訳]

発行日:2019年12月24日

判型・体裁・ページ数:A5判・上製・476ページ

ISBNコード:978-4-322-13463-6

書籍紹介

人工知能(AI)、機械学習の発展は金融をどのように変えるのか

理論と実務を熟知した第一人者による比類なき大著“Advances in Financial Machine Learning”(2018年、Wileyより刊行)、待望の日本語訳!

データの構造化とラべリング、モデリング、バックテスト、ハイパフォーマンスコンピューティングなど、金融工学における機械学習の活用の可能性を、Pythonのコード例を交えて徹底解説。

主要目次

はじめに
第1章 ファイナンス機械学習という新分野
Part1 データ分析
第2章 金融データの構造
第3章 ラベリング
第4章 標本の重み付け
第5章 分数次差分をとった特徴量
Part2 モデリング
第6章 アンサンブル法
第7章 ファイナンスにおける交差検証法
第8章 特徴量の重要度
第9章 交差検証法によるハイパーパラメータの調整
Part3 バックテスト
第10章 ベットサイズの決定
第11章 バックテストの危険性
第12章 交差検証によるバックテスト
第13章 人工データのバックテスト
第14章 バックテストの統計値
第15章 戦略リスクを理解する
第16章 機械学習によるアセットアロケーション
Part4 金融市場分析のための特徴量
第17章 構造変化
第18章 エントロピー特徴量
第19章 マイクロストラクチャーに基づく特徴量
Part5 ハイパフォーマンスコンピューティング
第20章 マルチプロセッシング(多重処理)とベクトル化
第21章 総当たり法と量子コンピュータ
第22章 ハイパフォーマンス計算知能と予測技術
    Kesheng Wu and Horst Simon

著者紹介

マルコス・ロペス・デ・プラド(Marcos Lopez de Prado) True Positive Technologies(TPT)社のチーフ・インベストメント・オフィサー(CIO)であり、コーネル大学工学部の実務家教授(Professor of Practice)。機械学習アルゴリズムとスーパーコンピューターを用いた運用戦略の開発において20年以上の経験を有する。AQRキャピタル・マネジメントにおいて初代機械学習部門ヘッドを務め、自らの有する特許をAQRに売却したのちTPT社を設立した。それ以前にはグッゲンハイム・パートナーズのQuantitative Investment Strategies(QIS)ビジネスの創設リーダーとして、130億ドルの資金を運用し優れたリスク控除後リターン(情報レシオ2.3)を提供した。

監訳者紹介

長尾 慎太郎(ながお しんたろう) 大和アセットマネジメント調査部チーフクオンツアナリスト。東京大学工学部原子力工学科卒、北陸先端科学技術大学院大学知識科学研究科修了・修士(知識科学)。
鹿子木 亨紀(かのこぎ みちのり) 米系クオンツ運用会社ポートフォリオマネージャー。東京大学工学部計数工学科卒、京都大学大学院工学研究科応用システム科学専攻修了(工学修士)、フランスINSEADにてMBA取得。CFA協会認定証券アナリスト。