Nhan đề chính: Machine Learning Approaches in Financial Analytics

Nhan đề dịch: Các phương pháp học máy trong phân tích tài chính

Tác giả: Leandros A. Maglaras, Sonali Das, Naliniprava Tripathy, Srikanta Patnaik

Nhà xuất bản: Springer Cham

Năm xuất bản: 2024

Số trang: 503 tr.

Ngôn ngữ: Tiếng Anh 

ISBN: 978-3-031-61037-0

SpringerLink

Lời giới thiệu: Cuốn sách này đáp ứng nhu cầu ngày càng tăng về một tài liệu hướng dẫn toàn diện trong việc ứng dụng học máy vào phân tích tài chính.

Tác phẩm là nguồn tài nguyên quý giá dành cho cả người mới bắt đầu lẫn các chuyên gia giàu kinh nghiệm trong lĩnh vực tài chính và khoa học dữ liệu, khi bao quát cả nền tảng lý thuyết, cách triển khai thực tiễn, các vấn đề đạo đức và xu hướng tương lai trong lĩnh vực này.

Cuốn sách giúp thu hẹp khoảng cách giữa lý thuyết và thực hành, đồng thời trang bị cho người đọc những công cụ và kiến thức cần thiết để vận dụng sức mạnh của học máy một cách có trách nhiệm trong lĩnh vực tài chính.

Từ khóa: Dự báo tài chính; Tài chính; Kinh tế;  Máy tính; Tính toán; Ứng dụng.

 Nội dung cuốn sách gồm những phần sau:

- Nền tảng

- Giới thiệu về thực hiện tối ưu

- Công cụ và kỹ thuật

- Python Stack cho thiết kế và trực quan hóa trong kỹ thuật tài chính

- Các phương pháp tiếp cận thần kinh động lực học để tối ưu hóa danh mục đầu tư bị ràng buộc bởi số lượng

- Mạng nơ-ron Wavelet mã hóa đồng hình hoàn toàn để dự đoán phá sản bảo vệ quyền riêng tư trong các ngân hàng

- Công cụ và tiêu chí đo lường tài chính đạo đức thông qua tài chính tính toán

- Kỹ thuật khai thác dữ liệu để dự đoán tài sản không hoạt động (NPA) của các ngân hàng ở Ấn Độ

- Tối ưu hóa đa mục tiêu của các mô hình lựa chọn danh mục đầu tư rủi ro trung bình-phương sai-giảm

- Đánh giá rủi ro và cân nhắc về mặt đạo đức

- Dự báo phá sản của các công ty sản xuất Ấn Độ sau khi ban hành Bộ luật Phá sản và Phá sản năm 2016 bằng cách sử dụng các kỹ thuật học máy

- Học tập tăng cường sâu tổng hợp cho giao dịch tài chính

- Ứng dụng thực tế

- Phân tích thư mục của báo cáo tài chính kỹ thuật số

- Nhiệm vụ tìm kiếm nguồn tài chính cho tính bền vững môi trường ở các quốc gia mới nổi: Liệu việc tiếp cận Internet và công nghệ tài chính có quan trọng không?

- Đánh giá toàn diện về mức tiêu thụ năng lượng của Bitcoin và tác động của nó đến môi trường

- Các nền kinh tế mới nổi: Dự đoán biến động trên thị trường kim loại tương lai bằng mô hình GARCH

- Xây dựng góc nhìn rộng về ý định tuân thủ thuế dựa trên dữ liệu lớn

- Ảnh hưởng của các biến số đặc thù của công ty đến quyết định về cơ cấu vốn: Bằng chứng từ ngành công nghiệp Fintech

- Ứng dụng thực tế

- Mạng nơ-ron xác định trực tiếp trọng số để phân tích tỷ lệ hao hụt thẻ tín dụng

- Dự đoán thị trường chứng khoán bằng máy học: Bằng chứng từ Ấn Độ

- Biến động thực tế của thị trường chứng khoán: Lợi nhuận của ngành có giá trị dự đoán không?

- Kỹ thuật học máy cho quản trị doanh nghiệp

- Các phương pháp học máy để dự báo biến động thị trường tài chính

- Các mô hình học sâu trong tài chính: Quá khứ, hiện tại và tương lai

- Mô hình mới trong công nghệ tài chính sử dụng kỹ thuật học máy và ứng dụng của chúng