Stochastic Modelling of Big Data in Finance¶
本书籍由LLMQuant社区整理, 并提供PDF下载, 只供学习交流使用, 版权归原作者所有。
- 作者: Anatoliy Swishchuk
- 出版社: Taylor & Francis Ltd
- 出版年份: 2022
- 难度: ⭐⭐⭐⭐
- 推荐指数: ⭐⭐⭐⭐⭐
- PDF下载: 点击下载
内容简介¶
Stochastic Modelling of Big Data in Finance 是一本关于量化金融的专业书籍,涵盖了金融领域大数据随机建模的严谨概述和深入探索。本书详细介绍了各种随机模型,包括多元模型,以应对金融大数据挑战,特别是在高频和算法交易中的限价订单簿(LOB)数据。书中探讨了随机过程、机器学习在金融中的应用,以及高频数据和市场微观结构。此外,本书还深入讲解了随机波动率模型和跳跃扩散模型等关键数学技术,并展示了机器学习在期权定价和对冲中的应用。本书旨在帮助读者理解如何将这些模型应用于不同的数据集,以描述限价订单簿的动态,并为特定的数据集选择最佳模型。书中的研究成果可用于解决金融中的资产获取、清算、做市以及其他优化问题。
核心章节¶
以下是本书的主要章节预览:
主要特点¶
- 理论与实践结合
- 包含详细示例
- 配套代码和资源
- 适合实际应用
适合人群¶
- 量化分析师
- 算法交易员
- 金融工程师
- 数据科学家
配套资源¶
- 示例代码
- 数据集
- 在线补充材料