跳转至

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。

Stochastic Modelling of Big Data in Finance

  • 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:

Chapter 2

Chapter 3

Chapter 4

Chapter 5

Chapter 6

Chapter 7

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