Descripción
Recorra el mundo de las finanzas estocásticas, desde la teoría del aprendizaje, los modelos subyacentes y las derivaciones de modelos financieros (acciones, opciones, carteras) hasta los componentes de Python casi listos para producción bajo la cobertura de las finanzas estocásticas. Este libro le mostrará las técnicas para estimar posibles resultados financieros utilizando procesos estocásticos implementados con Python.
El libro comienza revisando conceptos financieros, como el análisis de diferentes tipos de activos como acciones, opciones y carteras. Luego se adentra en el meollo de las finanzas estocásticas, ofreciendo un vistazo a la naturaleza probabilística de los mercados financieros. Examinará de cerca la teoría de la probabilidad, las variables aleatorias, la simulación de Monte Carlo y los procesos estocásticos para cubrir los requisitos previos desde una perspectiva aplicada. Luego explorará los paseos aleatorios y el movimiento browniano, esenciales para comprender la dinámica del mercado financiero. Tendrá un vistazo a dos herramientas de modelado vitales utilizadas a lo largo del libro: el cálculo estocástico y las ecuaciones diferenciales estocásticas (EDS).
Temas avanzados como el modelado de procesos de salto y la estimación de sus parámetros mediante métodos de recuperación de densidad basados en la transformada de Fourier pueden ser intrigantes para aquellos interesados en soluciones completamente numéricas de modelos de probabilidad. Más adelante, el libro cubre las opciones, incluyendo el famoso modelo Black-Scholes, diseccionándolo tanto desde la probabilidad neutral al riesgo como desde las perspectivas de las ecuaciones diferenciales parciales (EDP). Un capítulo al final también cubre el descubrimiento de la teoría de carteras, comenzando con el análisis de media-varianza y avanzando hacia la simulación de carteras y la frontera eficiente.
Lo que aprenderá
- Comprender la probabilidad y la estadística aplicadas a las finanzas
- Diseñar modelos de pronóstico del precio de las acciones con el proceso estocástico, simulación Monte-Carlo.
- Estimación del precio de las opciones con un enfoque probabilístico neutral al riesgo y basado en PDE.
- Usar Python orientado a objetos para diseñar modelos financieros con capacidad de reutilización.
A quién va dirigido este libro
Científicos de datos, investigadores y profesionales cuantitativos, ingenieros de software y arquitectos de IA interesados en finanzas cuantitativas
Autor: Avishek Nag
Editorial: Apress
Publicado: 12/14/2024
Páginas: 396
Tipo de encuadernación: Tapa blanda
Peso: 1.57lbs
Tamaño: 10.00h x 7.00w x 0.84d
ISBN13: 9798868810510
Categorías BISAC:
- Informática | Lenguajes | Python
- Empresa y Economía | Finanzas Corporativas | General
Acerca del autor
Avishek Nag ha sido un practicante de análisis durante varios años, especializándose en métodos estadísticos, aprendizaje automático, PNL y finanzas cuantitativas. Tiene experiencia diseñando sistemas de aprendizaje automático de extremo a extremo e impulsando iniciativas de ciencia de datos/ML desde la concepción hasta la producción en múltiples organizaciones (Cisco, VMware, Mobile Iron, etc.). Varios años de experiencia en el ámbito del comercio de materias primas lo inspiraron a escribir este libro. También ha sido autor de otros libros sobre aprendizaje automático y análisis de supervivencia, respectivamente. Sus blogs relacionados con la ciencia de datos y ML se pueden encontrar en Medium (@avisheknag17).
Además de su trabajo, también es un artista apasionado que ama explorar dibujos arquitectónicos con lápiz y tinta. Se pueden encontrar muestras de su obra de arte en Instagram(/avisheknag17), Artquid.com(artquid.com/avishekarts) y muchas otras plataformas de arte.