Couvre l'exploitation efficace des données grâce à des méthodes de clustering et à l'optimisation des rendements du marché à l'aide du clustering d'actifs.
Couvre la quantification de la stabilité du clustering et les méthodes permettant d'économiser des calculs coûteux et des diagnostics de prévisibilité.
Couvre la caractérisation des méthodes de récupération de données A-D et en temps réel de Leptazolines, le grattage Web, l'ingénierie inverse et les défis de données intraday.
Couvre l'analyse de données intrajournalières, les études systématiques, le débogage, le calcul multicœur, la programmation GPU et le calcul de corrélation avec les GPU.
Explore le nettoyage de la matrice de covariance, les estimateurs optimaux et les méthodes invariantes en rotation pour l'optimisation du portefeuille.
Explore les défis de sélection de la stratégie, l'évaluation de la performance et les tests statistiques en finance, en soulignant l'importance des portefeuilles de stratégies.
