Intelligent Asset Management / Xing, Frank  

Público ISBD Ningún comentario para este registro. Título : Intelligent Asset Management Tipo de documento: documento electrónico Autores: Xing, Frank, ; Cambria, Erik, ; Welsch, Roy, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XXII, 149 p. 43 ilustraciones, 34 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-30263-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia artificial  Negocio electrónico  Minería de datos y descubrimiento de conocimientos  Biomedical research  Comercio electrónico  Procesamiento de datos  Biología  Medicine  Investigación  comercio electrónico y negocios electrónicos Clasificación: 610.72 Resumen: Este libro presenta una aplicación sistemática de los avances recientes en inteligencia artificial (IA) al problema de la gestión de activos. Si bien el procesamiento del lenguaje natural y las técnicas de extracción de textos, como la representación semántica, el análisis de sentimientos, la extracción de entidades, el razonamiento de sentido común y la verificación de hechos, han estado evolucionando durante décadas, las teorías financieras aún no han considerado ni adaptado completamente estas ideas. En este volumen único y legible, los autores analizan la integración del conocimiento textual y el sentimiento del mercado paso a paso, ofreciendo a los lectores nuevos conocimientos sobre las teorías de optimización de carteras más populares: el modelo de Markowitz y el modelo de Black-Litterman. Los autores también brindan visiones valiosas de cómo las infraestructuras basadas en tecnología de inteligencia artificial podrían reducir el costo y automatizar los procedimientos de gestión patrimonial. Este libro inspirador es una lectura obligada para investigadores y banqueros interesados ​​en aplicaciones de IA de vanguardia en finanzas. Nota de contenido: Chapter 1. Introduction -- Chapter 2 -- Revisiting the Literature -- Chapter 3. Theoretical Underpinnings on Text Mining -- Chapter 4. Computational Semantics for Asset Correlations -- Chapter 5. Sentiment Analysis for View Modeling -- Chapter 6. Storage and Update of Domain Knowledge -- Chapter 7. Dialog Systems and Robo-advisory -- Chapter 8. Concluding Remarks -- Appendix -- Index. Tipo de medio : Computadora Summary : This book presents a systematic application of recent advances in artificial intelligence (AI) to the problem of asset management. While natural language processing and text mining techniques, such as semantic representation, sentiment analysis, entity extraction, commonsense reasoning, and fact checking have been evolving for decades, finance theories have not yet fully considered and adapted to these ideas. In this unique, readable volume, the authors discuss integrating textual knowledge and market sentiment step-by-step, offering readers new insights into the most popular portfolio optimization theories: the Markowitz model and the Black-Litterman model. The authors also provide valuable visions of how AI technology-based infrastructures could cut the cost of and automate wealth management procedures. This inspiring book is a must-read for researchers and bankers interested in cutting-edge AI applications in finance. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Intelligent Asset Management [documento electrónico] / Xing, Frank, ; Cambria, Erik, ; Welsch, Roy,  . -  1 ed.  . - [s.l.] : Springer, 2019 . - XXII, 149 p. 43 ilustraciones, 34 ilustraciones en color. ISBN : 978-3-030-30263-4 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia artificial  Negocio electrónico  Minería de datos y descubrimiento de conocimientos  Biomedical research  Comercio electrónico  Procesamiento de datos  Biología  Medicine  Investigación  comercio electrónico y negocios electrónicos Clasificación: 610.72 Resumen: Este libro presenta una aplicación sistemática de los avances recientes en inteligencia artificial (IA) al problema de la gestión de activos. Si bien el procesamiento del lenguaje natural y las técnicas de extracción de textos, como la representación semántica, el análisis de sentimientos, la extracción de entidades, el razonamiento de sentido común y la verificación de hechos, han estado evolucionando durante décadas, las teorías financieras aún no han considerado ni adaptado completamente estas ideas. En este volumen único y legible, los autores analizan la integración del conocimiento textual y el sentimiento del mercado paso a paso, ofreciendo a los lectores nuevos conocimientos sobre las teorías de optimización de carteras más populares: el modelo de Markowitz y el modelo de Black-Litterman. Los autores también brindan visiones valiosas de cómo las infraestructuras basadas en tecnología de inteligencia artificial podrían reducir el costo y automatizar los procedimientos de gestión patrimonial. Este libro inspirador es una lectura obligada para investigadores y banqueros interesados ​​en aplicaciones de IA de vanguardia en finanzas. Nota de contenido: Chapter 1. Introduction -- Chapter 2 -- Revisiting the Literature -- Chapter 3. Theoretical Underpinnings on Text Mining -- Chapter 4. Computational Semantics for Asset Correlations -- Chapter 5. Sentiment Analysis for View Modeling -- Chapter 6. Storage and Update of Domain Knowledge -- Chapter 7. Dialog Systems and Robo-advisory -- Chapter 8. Concluding Remarks -- Appendix -- Index. Tipo de medio : Computadora Summary : This book presents a systematic application of recent advances in artificial intelligence (AI) to the problem of asset management. While natural language processing and text mining techniques, such as semantic representation, sentiment analysis, entity extraction, commonsense reasoning, and fact checking have been evolving for decades, finance theories have not yet fully considered and adapted to these ideas. In this unique, readable volume, the authors discuss integrating textual knowledge and market sentiment step-by-step, offering readers new insights into the most popular portfolio optimization theories: the Markowitz model and the Black-Litterman model. The authors also provide valuable visions of how AI technology-based infrastructures could cut the cost of and automate wealth management procedures. This inspiring book is a must-read for researchers and bankers interested in cutting-edge AI applications in finance. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200