Författare

Robert Kissell

1 verkEngelska

Robert Kissell är en uppskattad författare inom Ekonomi och Ledarskap med totalt 1 bok tillgängliga på Bokkollen, utgivna hos Elsevier Science.

Bland verken finns The Science of Algorithmic Trading and Portfolio Management, som toppar listan över Robert Kissells populäraste böcker. Verken spänner över ekonomi & ledarskap och tilltalar läsare som uppskattar genren.

På Bokkollen gör vi det enkelt att navigera i Robert Kissells författarskap. Vår databas uppdateras ständigt med nya släpp och format, så oavsett om du söker efter en lättläst pocket för semestern, en lyxig inbunden presentutgåva eller en digital ljudbok för pendlingen, har vi rätt utgåva för dig.

Jämför snabbt och smidigt priser på alla böcker av Robert Kissell hos Sveriges ledande bokhandlare – som Adlibris, Bokus och Akademibokhandeln – och hitta alltid det bästa erbjudandet utan att betala för mycket.

The Science of Algorithmic Trading and Portfolio Management
Mest populär

The Science of Algorithmic Trading and Portfolio Management

The Science of Algorithmic Trading and Portfolio Management , with its emphasis on algorithmic trading processes and current trading models, sits apart from others of its kind. Robert Kissell, the first author to discuss algorithmic trading across the various asset classes, provides key insights into ways to develop, test, and build trading algorithms. Readers learn how to evaluate market impact models and assess performance across algorithms, traders, and brokers, and acquire the knowledge to implement electronic trading systems. This valuable book summarizes market structure, the formation of prices, and how different participants interact with one another, including bluffing, speculating, and gambling. Readers learn the underlying details and mathematics of customized trading algorithms, as well as advanced modeling techniques to improve profitability through algorithmic trading and appropriate risk management techniques. Portfolio management topics, including quant factors and black box models, are discussed, and an accompanying website includes examples, data sets supplementing exercises in the book, and large projects. Prepares readers to evaluate market impact models and assess performance across algorithms, traders, and brokers. Helps readers design systems to manage algorithmic risk and dark pool uncertainty. Summarizes an algorithmic decision making framework to ensure consistency between investment objectives and trading objectives.