Teil der Reihe: Mathematics and Statistics (R0)
Advanced Portfolio Optimization
Inhaltsangabe
Chapter 1 Introduction.- Chapter 2 Why use Python?.- Part I Parameter Estimation.- Chapter 3 Sample Based Methods.- Chapter 4 Risk Factors Models.- Chapter 5 Black Litterman Models.- Chapter 7 Convex Risk Measures.- Chapter 8 Return-Risk Trade-Off Optimization.- Chapter 9 Real Features Constraints.- Chapter 10 Risk Parity Optimization.- Chapter 11 Robust Optimization.- Part III Machine Learning Portfolio Optimization.- Chapter 12 Hierarchical Clustering Portfolios.- Chapter 13 Graph Theory Based Portfolios.- Part IV Backtesting.- Chapter 14 Generation of Synthetic Data.- Chapter 15 Backtesting Process.- Part V Appendix.- Chapter A Linear Algebra.- Chapter B Convex Optimization.- Chapter C Mixed Integer Programming.
Produktdetails
- Erscheinungsdatum: 16.04.2025
- Autor/Autorin: Dany Cajas
- Reihe: Mathematics and Statistics (R0)
- Format: E-Book
- Dateiformat: PDF
- Kopierschutz: Wasserzeichen
- Dateigröße: 30 MB
- Verlag: SPRINGER
- Sprache: Englisch
- Umfang: 503 Seiten
- ISBN: 9783031843044
- Lieferung: Sofort per Download
- Hinweis: Sofort per Download lieferbar. Kein physischer Versand.
- Kompatibilität: Lesbar auf Geräten und Apps mit PDF-Unterstützung.
Herstellerinformationen
Email: ProductSafety@springernature.com
Wird oft zusammen gekauft
