机器学习金融
在这个视频系列中,学习如何使用MATLAB®开发和部署各种机器学习金融应用程序,包括算法交易、资产配置、情绪分析、信用分析、欺诈检测和套期保值。此外,您可以使用分类学习者应用和回归学习者应用来解决风险管理问题,如信用风险、市场风险和操作风险。
使用机器学习的欺诈检测学习如何使用机器学习来检测欺诈活动,比如信用卡欺诈。
使用分类学习者应用分类信用卡违约使用分类学习者应用和简化数据集分类和预测信用卡违约。
机器学习算法交易使用MATLAB和机器学习算法交易。
资产配置——平价风险等级这个例子将指导您完成的步骤建立一个基于层次风险资产配置策略平价(合)。
资产配置、机器学习、高性能计算阿伯丁标准讨论了使用MATLAB的机器学习来分析金融市场趋势和测试在微软Azure。
在MATLAB模型解释能力机器学习模型被称为“黑盒”,因为他们的知识的表征和决策不直观。看看可解释性算法克服了黑盒机器学习的本质,以及如何应用MATLAB。
强化学习交易代理欧洲看涨期权对冲合同使用强化学习。
使用MATLAB和RavenPack新闻情感分析使用MATLAB来分析新闻从RavenPack情绪与数据。
使用回归学习者应用预测电力负荷学习如何使用回归学习者应用预测所需的电力支持电网。万博1manbetx
