Този елемент предоставя изчерпателен наръчник за дълбоко обучение в количествената търговия, съчетавайки основна теория с практическо приложение. Той е организиран в две части.

Първата част въвежда основите на финансовите времеви серии и наблюдаваното обучение, разглеждайки различни архитектури на мрежи, от напредващи към по-съвременни. За да се гарантира устойчивост и да се намали пренатоварването при сложни реални данни, се представя цялостен работен процес – от първоначален анализ на данните до техники за кръстосана проверка, адаптирани към финансови данни.

Втората част прилага методи на дълбоко обучение върху редица финансови задачи. Авторите демонстрират как моделите за дълбоко обучение могат да подобрят както стратегиите за търговия с трендове във времеви серии, така и междуфирмените стратегии, да генерират прогностични сигнали и да бъдат формулирани като цялостен процес за оптимизация на портфейла. Приложенията включват смесица от данни от ежедневни данни до данни с висока честота на микроструктура за разнообразни категории активи.

През цялото време са включени примери с код за по-добро разбиране, както и специално хранилище в GitHub с подробни реализации.

Страници: 184