Czytaj tylko na LitRes

Książki nie można pobrać jako pliku, ale można ją czytać w naszej aplikacji lub online na stronie.

Основной контент книги Machine Learning for Risk Calculations
Tekst PDF

Objętość 463 strony

0+

Machine Learning for Risk Calculations

A Practitioner's View
Czytaj tylko na LitRes

Książki nie można pobrać jako pliku, ale można ją czytać w naszej aplikacji lub online na stronie.

347,28 zł

O książce

State-of-the-art algorithmic deep learning and tensoring techniques for financial institutions

The computational demand of risk calculations in financial institutions has ballooned and shows no sign of stopping. It is no longer viable to simply add more computing power to deal with this increased demand. The solution? Algorithmic solutions based on deep learning and Chebyshev tensors represent a practical way to reduce costs while simultaneously increasing risk calculation capabilities. Machine Learning for Risk Calculations: A Practitioner’s View provides an in-depth review of a number of algorithmic solutions and demonstrates how they can be used to overcome the massive computational burden of risk calculations in financial institutions.

This book will get you started by reviewing fundamental techniques, including deep learning and Chebyshev tensors. You’ll then discover algorithmic tools that, in combination with the fundamentals, deliver actual solutions to the real problems financial institutions encounter on a regular basis. Numerical tests and examples demonstrate how these solutions can be applied to practical problems, including XVA and Counterparty Credit Risk, IMM capital, PFE, VaR, FRTB, Dynamic Initial Margin, pricing function calibration, volatility surface parametrisation, portfolio optimisation and others. Finally, you’ll uncover the benefits these techniques provide, the practicalities of implementing them, and the software which can be used.

Review the fundamentals of deep learning and Chebyshev tensors Discover pioneering algorithmic techniques that can create new opportunities in complex risk calculation Learn how to apply the solutions to a wide range of real-life risk calculations. Download sample code used in the book, so you can follow along and experiment with your own calculations Realize improved risk management whilst overcoming the burden of limited computational power Quants, IT professionals, and financial risk managers will benefit from this practitioner-oriented approach to state-of-the-art risk calculation.

Zaloguj się, aby ocenić książkę i zostawić recenzję
Książka Ignacio Ruiz, Mariano Zeron «Machine Learning for Risk Calculations» — czytaj online na stronie. Zostaw komentarze i recenzje, głosuj na ulubione.
Ograniczenie wiekowe:
0+
Objętość:
463 str.
ISBN:
9781119791393
Całkowity rozmiar:
7.0 МБ
Całkowita liczba stron:
463
Wydawca:
Właściciel praw:
John Wiley & Sons Limited
Audio
Średnia ocena 4,9 na podstawie 86 ocen
Tekst
Średnia ocena 4,9 na podstawie 338 ocen
Audio
Średnia ocena 4,5 na podstawie 240 ocen
Tekst, format audio dostępny
Średnia ocena 4,7 na podstawie 539 ocen
Tekst
Średnia ocena 4,3 na podstawie 288 ocen
Tekst, format audio dostępny
Średnia ocena 4,9 na podstawie 1935 ocen
Tekst, format audio dostępny
Średnia ocena 4,7 na podstawie 401 ocen
Tekst PDF
Średnia ocena 0 na podstawie 0 ocen