「honto 本の通販ストア」サービス終了及び外部通販ストア連携開始のお知らせ
詳細はこちらをご確認ください。
このセットに含まれる商品
前へ戻る
- 対象はありません
次に進む
商品説明
ファイナンスの標準理論および機械学習のいくつかの手法を解説し、ファイナンス理論の中で機械学習を活用することの重要性、データドリブンな手法のもつ意味をまとめる。Pythonによる豊富な実装例も掲載する。【「TRC MARC」の商品解説】
現在、和書洋書を問わずファイナンスにおける機械学習の応用に関する書籍はかなりの数が出版されてきている。しかし、これまで出版されてきた書籍は、理論や技術に関する詳細には触れず機械学習やFinTechの広範な活用を紹介するものと、機械学習のテクニックを金融データへ応用した技術書とがほとんどで、前者のような初歩的な紹介本から後者のような技術書へのギャップは非常に大きい。本書はこうしたギャップを埋めることを目的の一つにしている。つまり、ファイナンスの標準理論をなるべく直観的な形で行い、その理論の中でなぜ機械学習を活用することが重要なのか、それがファイナンスにおいてどのような意味があるのかを可能な限り自然に理解できるように試みた。また、単にファイナンスにおける機械学習の意義を説明するだけでなく、実際に読者自身でも応用が可能なようにPythonによる豊富な実装例を載せていることも特長の一つである。
また、技術書によくみられるファイナンスの理論とPython実装例を並行した記述スタイルをとらず、両者を分離した記述スタイルをとったことも特長の一つである。これにより理論の意味や解釈をはっきりと示しただけでなく、一般的なファイナンス理論の教科書としても使えるように配慮した。
さらに理論の直観的な理解を助けるため、難しい数式展開などは極力、演習問題の形で掲載し、本文中の議論の展開は理論の意義や解釈に重点を置くようにした。これにより、理論の全体的な流れを把握したい読者は本文のみを通読し、厳密な理論展開を好む読者は演習問題にも取り組むことで、読者の目的に応じてそれぞれの満足度を高めつつ一定の理解度に到達できるような構成になっている。【商品解説】
目次
- 第1章 金融の仕組みについて
- 第I部 均衡価格アプローチ
- 第2章 最適ポートフォリオ
- 2.1 期待リターンとボラティリティ
- 2.1.1 ポートフォリオの期待リターン
- 2.1.2 ポートフォリオのボラティリティ
- 2.1.3 期待リターンとボラティリティの関係
- 2.2 安全資産を含まないポートフォリオの最適化
著者紹介
吉川 大介
- 略歴
- 〈吉川大介〉京都大学大学院経済学研究科において博士(経済学)取得。日本銀行金融研究所等を経て関西大学政策創造学部教授。共著書に「ファイナンスのためのRプログラミング」など。
関連キーワード
あわせて読みたい本
前へ戻る
- 対象はありません
次に進む
この著者・アーティストの他の商品
前へ戻る
- 対象はありません
次に進む