金融学中机器学习的四大骑士-研究论文

【文件属性】：
文件名称：金融学中机器学习的四大骑士-研究论文
文件大小：722KB
文件格式：PDF
更新时间：2021-05-20 06:30:33
machine learning asset management optimal 机器学习已经在金融服务行业中使用了40多年，但是直到最近几年，它才在投资管理和交易中变得更加普及。 机器学习为其线性建模的前身提供了更通用的金融建模框架，从而推广了原型建模方法，例如因子建模，衍生产品定价，投资组合构建，使用无模型的最佳对冲，数据驱动的方法，这些模型对风险建模更为健壮并捕获异常值。 尽管具有潜力，但采用的障碍仍然存在-其中大多数是该跨学科领域的社会学产物。 基于与多家行业专家的讨论以及作者在投资银行，资产管理和证券交易公司使用机器学习和传统量化金融的数十年经验，该职位文章确定了主要的危险信号，并提出了避免这些危险的指南和解决方案。 提供了在投资管理和交易中使用监督学习和强化的示例，以说明最佳做法。