【書籍レビュー】データ駆動型ファイナンス: 基礎理論からPython機械学習による応用

こちらもおすすめ
書籍レビュー
あわせて読みたい
こちらもおすすめ

【初心者から上級者まで】Pythonプログラミング独学におすすめの本6選 (難易度順)【感想あり】 | Quant College

QuantLib-Pythonチュートリアル（導入編）をリリースしました。 | Quant College

QuantLib-Pythonチュートリアル（スワップイールドカーブ編その３）をリリースしました。 | Quant College

書籍レビュー

本記事では、拝読させてもらった以下の書籍をレビューしていく。

共立出版株式会社様@kyoritsu_pubより新刊
「データ駆動型ファイナンス: 基礎理論からPython機械学習による応用」https://t.co/du1Eeubn5M
をご寄贈頂きました。ありがとうございます。第I部~II部がポートフォリオや無裁定価格の基礎理論、第III部がRNNなど機械学習による株価予測。拝見させて頂きます pic.twitter.com/n1WJ31yyAW
— QDくん⚡️Python x 機械学習 x システムトレード (@developer_quant) July 22, 2022

概要

ファイナンスと機械学習の両方が学べる書籍は和書だと非常に少なく、貴重な存在といえる
ページ数は、ファイナンスパートの第I部～第II部のほうが機械学習パートの第III部より若干多い程度で、概ね半々といったところ
あくまでファイナンスのテキストなので、メインはファイナンス理論であり、機械学習について理論も含めてがっつり学べるというわけではない
機械学習については、深層学習を中心に、アルゴリズムトレードによく応用されている分野を最短距離で解説している
最短距離という意味は、アルゴリズムトレードへの応用という目的にしぼって、必要な知識を効率的に説明していく、ということ

ファイナンス理論パートについて

入門的な内容にフォーカスしており、基本的に中級以上の内容は出てこない
説明するトピックをしぼっている一方で、扱うトピックについては非常に丁寧に解説されている
数式は出てくるものの直感的な説明が中心であり、言葉で詳しく説明していくスタイル
数式のレベルは（理系）学部一年くらいの線形代数、微分、確率あたり
数式展開・式変形の多くは省略されているので、読者は数式を細かく追って行く必要はない
数式展開の最終結果を直感的に説明・解釈することがメインなので、数学弱者でも話の流れを見失わないように工夫されている
数式展開の部分は章末問題になっており、ある程度詳しい解答が付いているので自習にも使えるだろう（大学のテキストにはそもそも、問題に解答すら付いていないものが多いので、かなり親切なテキストという印象）