TensorFlowではじめる 株式投資のためのディープラーニング (単行本)

TensorFlowではじめる 株式投資のためのディープラーニング
フォーマット:
単行本 電子書籍
著者 クォンツ・リサーチ株式会社
ジャンル IT系書籍 > プログラミング言語
書店発売日 2019/12/17
ISBN 9784798055916
判型・ページ数 B5変・328ページ
定価 3960円
(本体3600円+税10%)
在庫 品切れ・重版未定

この本に関するお問い合わせ・感想

個人投資家向けの入門書は世にあふれていますが、プロの運用者がどのような形で投資判断をしているのか解説した本はありません。本書は、金融や株式投資について基礎的な知識を持つ読者を対象に、人工知能技術を使った株式投資運用モデルの基礎的な構築テクニックを解説します。データ分析ツールにはPythonと付随している数値演算ライブラリとTensorFlowを使い、ツールのインストールから実際の株価分析まで一つ一つの作業を丁寧に紹介します。
第0章 ディープラーニングの歴史?金融業界とデータ分析
0.1 ディープラーニングの歴史
 0.1.1人工知能研究の始まり
 0.1.2脳の模倣によって学習機械を作る
 0.1.3第3次ニューロブーム
 0.1.4人工知能ブームのこれから
0.2 金融とデータ
 0.2.1金融業界とデータ分析
0.3 クオンツ運用
 0.3.1データ分析を駆使した資産運用
 0.3.2クオンツ運用
0.4 本書の構成
 0.4.1本書の目的と構成
 0.4.2使用データについて

第1章 分析環境の準備
1.1 PythonとJupyter Notebookのインストール
 1.1.1Jupyter Notebook
 1.1.2起動と確認
 1.1.3Pythonの便利な記法
 1.1.4パッケージ、モジュールのインポート
1.2 分析するデータのダウンロード
 1.2.1データの購入方法
 1.2.2ダウンロードしたデータの結合

第2章 古典的な回帰分析を用いた株価予測
2.1 線形回帰分析とは
 2.1.1導入
 2.1.2線形回帰モデルの使い方
2.2 回帰分析を用いた株価分析(超過リターン予想)
 2.2.1株式市場と線形回帰分析
 2.2.2変数の準備
 2.2.3株価データを使った線形回帰モデルの作成

第3章 ニューラルネットワークの基礎理論
3.1 古典的機械学習の基礎
 3.1.1古典的機械学習モデル
3.2 パーセプトロンの概要
 3.2.1単純パーセプトロンと勾配降下法
3.3 単純パーセプトロンの例 - 論理演算OR, AND -
 3.3.1論理演算ORとANDの単純パーセプトロンでの再現
3.4 単純パーセプトロンでは解けない問題の例 - 論理演算XOR -
 3.4.1論理演算XORのパーセプトロンでの再現
3.5 多層パーセプトロン
 3.5.1多層パーセプトロンの基本構造
3.6 ニューラルネットワークにおける学習 - 誤差逆伝播法 -
 3.6.1ニューラルネットワークにおける学習
 3.6.2文字・添字の定義
 3.6.3ニューラルネットワークにおける学習の概要
 3.6.4出力層()での重みの更新式
 3.6.5出力層よりも手前の層()での重みの更新式

第4章 TensorFlowによるニューラルネットワークの構築
4.1 TensorFlowの基本
 4.1.1ニューラルネットワークの準備?tensorflowのインストール
 4.1.2TensorFlowの実装モデル
4.2 ニューラルネットワークで線形回帰モデルの再現
 4.2.1データの準備とニューラルネットワークの構築
 4.2.2ニューラルネットワークの学習
 4.2.3学習結果の検証
 4.2.4まとめ
4.3 Autoencoderでデータの性質を知る
 4.3.1オートエンコーダーの概要
 4.3.2データ準備
 4.3.3オートエンコーダーの構築
 4.3.4オートエンコーダーの学習
 4.3.5学習結果の確認
 4.3.6まとめ
4.4 ディープラーニングを用いた株価シミュレーション
 4.4.1株価シミュレーションの概要
 4.4.2データ取得
 4.4.3データ準備とリターンモデル
 4.4.4ネットワークの構築
 4.4.5ネットワークの学習
 4.4.6学習結果の確認
 4.4.7まとめ
4.5 再起型ニューラルネットワークを用いた株価シミュレーション
 4.5.1再帰型ニューラルネットワークの概要
 4.5.2再起型ニューラルネットワークの学習方法
 4.5.3データ準備とリターンモデル
 4.5.4ネットワークの構築
 4.5.5ネットワークの学習
 4.5.6学習結果の確認
 4.5.7まとめ

第5章 人工知能技術の金融応用の現状と将来
5.1 金融応用の現状(実例集)
 5.1.1信用リスク評価
 5.1.2コンプライアンス対応
 5.1.3アナリストレポート作成支援
 5.1.4資産運用・管理
 5.1.5感情分析
 5.1.6情報セキュリティ
 5.1.7チャットボット
5.2 機械学習技術応用の将来像と可能性
 5.2.1機械学習技術の人間社会への応用

ご注文

別フォーマットで購入

シェアする

このエントリーをはてなブックマークに追加

同じジャンルの商品

お知らせ

一覧