人工智慧於財務應用

MATLAB®在金融機器學習中的應用

探索隱藏的模式，利用金融和替代資料建立預測模型

量化分析師和金融數據科學家使用MATLAB®在金融領域開發和部署各種機器學習應用，包括演算法交易、資產配置、情緒分析、信用分析和詐欺偵測。MATLAB提供了以下功能，使機器學習變得更加容易：

  • 使用點擊式應用程式執行模型訓練和比較
  • 自動調整超參數和特徵選擇，以最佳化模型效能
  • 能夠使用相同的程式碼來標度(scale)處理大數據和叢集
  • 自動產生用於嵌入式和高效能app的C/C++或GPU程式碼
  • 提供所有常見的分類、回歸和叢集演算法，可用於監督式和非監督式學習
  • 在大多數統計和機器學習基準測試中，執行速度比Python®和R更快

金融領域中的機器學習應用

探索性資料分析

減少資料預處理的時間。減從金融時間序列到文本數據，MATLAB的資料型式明顯的縮短了資料預處裡的時間。高階函式讓較不相關的時間序列變得容易同步，用內插值替換離群值、過濾異常資料、將原始文本分割成單字等等。透過圖表和Live Editor快速視覺化您的數據，以了解趨勢並辨識數據的品質問題。

機器學習的應用

找到最佳的機器學習模型。無論您是初學者需要入門機器學習方面的幫助，還是尋求評估多種不同類型模型的專家，分類和迴歸應用程式都能快速提供結果。從各種最受歡迎的分類和迴歸演算法中選擇，根據公制度量標準來比較模型，並將較優的模型導出以進行進一步的分析和整合。如果喜歡自己寫程式碼，也可以使用內建於模型訓練函式中的超參數最佳化，找到最佳參數來調整模型。

多平台部署

機器學習模型可以部署於各種平台上，包括C/C++程式碼、CUDA程式碼、企業IT系統或雲端。您也可以從MATLAB程式碼產生獨立的C程式碼，以建立具有效能預測速度同時不佔用記憶體空間的可部署模型。您還可以將機器學習模型部署到MATLAB Production Server™ (MATLAB 生產伺服器) ，與網路、資料庫和企業應用程式進行整合。

MATLAB計算金融工具套組

MATLAB計算金融工具套組是包含12個基本產品的工具，讓您能夠開發用於風險管理、投資管理、計量經濟學、價格評估、保險和演算法交易的定量應用程式。

了解更多