Financial Signal Processing and Machine Learning (Hardcover)
Lingua: inglese
Editore: John Wiley & Sons Inc, New York, 2016
- Prima edizione
- Rilegato
- Nuovo
Da: CitiRetail, Stevenage, Regno UnitoCitiRetail
Venditore AbeBooks dal 29 giugno 2022
Condizione: Nuovo
EUR 109,06
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Hardcover. The modern financial industry has been required to deal with large and diverse portfolios in a variety of asset classes often with limited market data available. Financial Signal Processing and Machine Learning unifies a number of recent advances made in signal processing and machine learning for the design and management of investment portfolios and financial engineering. This book bridges the gap between these disciplines, offering the latest information on key topics including characterizing statistical dependence and correlation in high dimensions, constructing effective and robust risk measures, and their use in portfolio optimization and rebalancing. The book focuses on signal processing approaches to model return, momentum, and mean reversion, addressing theoretical and implementation aspects. It highlights the connections between portfolio theory, sparse learning and compressed sensing, sparse eigen-portfolios, robust optimization, non-Gaussian data-driven risk measures, graphical models, causal analysis through temporal-causal modeling, and large-scale copula-based approaches. Key features: Highlights signal processing and machine learning as key approaches to quantitative finance.Offers advanced mathematical tools for high-dimensional portfolio construction, monitoring, and post-trade analysis problems.Presents portfolio theory, sparse learning and compressed sensing, sparsity methods for investment portfolios. including eigen-portfolios, model return, momentum, mean reversion and non-Gaussian data-driven risk measures with real-world applications of these techniques.Includes contributions from leading researchers and practitioners in both the signal and information processing communities, and the quantitative finance community. The modern financial industry has been required to deal with large and diverse portfolios in a variety of asset classes often with limited market data available. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…
Codice articolo 9781118745670
- Titolo
- Financial Signal Processing and Machine Learning (Hardcover)
- Autore
- Ali N. Akansu
- Editore
- John Wiley & Sons Inc, New York
- Anno di pubblicazione
- 2016
- Condizione
- new
- Rilegatura
- Hardcover
- Lingua
- inglese
- ISBN 10
- 1118745671
- ISBN 13
- 9781118745670
- Edizione
- prima edizione
Key features:
- Highlights signal processing and machine learning as key approaches to quantitative finance.
- Offers advanced mathematical tools for high-dimensional portfolio construction, monitoring, and post-trade analysis problems.
- Presents portfolio theory, sparse learning and compressed sensing, sparsity methods for investment portfolios. including eigen-portfolios, model return, momentum, mean reversion and non-Gaussian data-driven risk measures with real-world applications of these techniques.
- Includes contributions from leading researchers and practitioners in both the signal and information processing communities, and the quantitative finance community.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Dr. Akansu is a Professor of Electrical and Computer Engineering at NJIT, USA. Prof. Akansu was VP R&D at IDT Corporation and the founding President and CEO of PixWave, Inc. He has sat on the board of an investment fund and has been an academic visitor at David Sarnoff Research Center, IBM T.J. Watson Research Center, and GEC-Marconi Electronic Systems.Prof. Akansu was a Visiting Professor at Courant Institute of Mathematical Sciences of New York University performing research on Quantitative Finance. He is a Fellow of the IEEE and was the Lead Guest Editor of the recent special issue of IEEE Journal of Selected Topics in Signal Processing on Signal Processing Methods in Finance and Electronic Trading.
Sanjeev R. Kulkarni, Department of Electrical Engineering, Princeton University, USA
Dr. Kulkarni is currently Professor of Electrical Engineering at Princeton University, and Director of Princeton’s Keller Center. He is an affiliated faculty member of the Department of Operations Research and Financial Engineering and the Department of Philosophy, and has taught a broad range of courses across a number of departments (Electrical Engineering, Computer Science, Philosophy, and Operations Research & Financial Engineering). He has received 7 E-Council Excellence in Teaching Awards. He spent 1998 with Susquehanna International Group and was a regular consultant there from 1997 to 2001, working on statistical arbitrage and analysis of firm-wide stock trading. Prof. Kulkarni is a Fellow of the IEEE.
Dmitry Malioutev, IBM Research, USA
Dr. Dmitry Malioutov is a research staff member in the machine learning group of the Cognitive Algorithms department at IBM Research. Dmitry received the Ph.D. and the S.M. degrees in Electrical Engineering and Computer Science from MIT where he was part of the Laboratory for Information and Decision Systems. Prior to joining IBM, Dmitry had spent several years as an applied researcher in high-frequency trading in DRW Trading, Chicago, and as a postdoctoral researcher in Microsoft Research, Cambridge, UK. His research interests include interpretable machine learning; sparse signal representation; inference and learning in graphical models, message passing algorithms; Statistical risk modeling, robust covariance estimation; portfolio optimization. Dr. Malioutov received the 2010 IEEE Signal Processing Society best 5-year paper award, and a 2006 IEEE ICASSP student paper award, and the MIT Presidential fellowship. Dr. Malioutov serves on the IEEE-SPS machine learning for signal processing technical committee, and is an associate editor of the IEEE Transactions on Signal Processing, and a guest editor of the IEEE Journal on Selected Topics in Signal Processing.
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
CitiRetail
Stevenage, Regno Unito
Venditore AbeBooks dal 29 giugno 2022
Tariffe di spedizione da Regno Unito a U.S.A.
| Articolo | Da 7 a 14 giorni lavorativi | Da 7 a 60 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 43,54 | EUR 43,54 |
Metodi di pagamento
Descrizione dello Store
Online business
Informazioni sull’azienda del venditore
ABC BOOKS LIMITED
10 John Street
London, Regno Unito WC1N 2EB
Condizioni di vendita
Orders can be returned within 30 days of receipt.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a CitiRetail, Stevenage, United Kingdom, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Please note that titles are dispatched from our US, Canadian or Australian warehouses. Delivery times specified in shipping terms. Orders ship within 2 business days. Delivery to your door then takes 7-14 days.