Boken 'Machine Learning in Asset Pricing' av Stefan Nagel gir en banebrytende og autoritativ innføring i hvordan maskinlæring kan anvendes innen prising av eiendeler. Investorer i finansmarkedene står overfor en overflod av potensielt verdifulle informasjoner fra en rekke forskjellige kilder. I slike datarik og høy-dimensjonale miljøer er teknikker fra det raskt utviklende feltet maskinlæring (ML) godt egnet for å løse prediksjonsproblemer. Som et resultat er ML-metoder raskt i ferd med å bli en del av verktøykassen i forskning på eiendelsprising og kvantitativ investering. Nagel undersøker både løftene og utfordringene knyttet til anvendelse av ML i eiendelsprising. Problematikken rundt prising av eiendeler skiller seg betydelig fra de omgivelsene der ML-verktøyene opprinnelig ble utviklet. For å realisere potensialet i ML-metoder, må de tilpasses de spesifikke forholdene i anvendelsene knyttet til eiendelsprising, inkludert økonomiske hensyn som porteføljeoptimalisering, fravær av nær arbitrage og investorers læring.
