Maschinelles Lernen und Data Science Blueprints für Finanzen

Kapitel 5. Überwachtes Lernen: Regression(einschließlich Zeitreihenmodelle)

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Überwachtes regressionsbasiertes maschinelles Lernen ist eine prädiktive Form der Modellierung, bei der das Ziel darin besteht, die Beziehung zwischen einem Ziel und der/den Prädiktorvariablen zu modellieren, um eine kontinuierliche Reihe möglicher Ergebnisse zu schätzen. Dies sind die am häufigsten verwendeten maschinellen Lernmodelle im Finanzwesen.

Einer der Schwerpunkte von Analysten in Finanzinstituten (und im Finanzwesen im Allgemeinen) ist die Vorhersage von Investitionsmöglichkeiten, in der Regel die Vorhersage von Vermögenspreisen und -erträgen. Überwachte regressionsbasierte maschinelle Lernmodelle sind in diesem Zusammenhang von Natur aus geeignet. Diese Modelle helfen Investment- und Finanzmanagern, die Eigenschaften der vorhergesagten Variablen und ihre Beziehung zu anderen Variablen zu verstehen und wichtige Faktoren zu identifizieren, die die Rendite von Vermögenswerten beeinflussen. Dies hilft Anlegern, Renditeprofile, Handelskosten, technische und finanzielle Investitionen in die Infrastruktur und damit letztlich das Risikoprofil und die Rentabilität einer Strategie oder eines Portfolios abzuschätzen.

Mit der Verfügbarkeit großer Datenmengen und Verarbeitungstechniken ist das überwachte regressionsbasierte maschinelle Lernen nicht mehr nur auf die Vorhersage ...