Boken 'Artificial Intelligence for Financial Markets' presenterer den innovative kunstig intelligens-teknikken polymodeller, som anvendes for å forutsi aksjeutbytter. Polymodeller tar sikte på å beskrive et system basert på dets følsomhet overfor omgivelsene, og overvåker disse følsomhetene på en måte som etterligner det naturlige hjernens spontane prosesser. I praksis innebærer dette bruk av et sett med ikke-lineære enkle modeller. Denne kraftfulle, selvstendige teknikken har flere fordeler sammenlignet med tradisjonelle multivariat regresjoner. Med sine lettfattelige resultater gir denne metoden et ideelt første steg mot den tradisjonelle tilnærmingen med nevralnettverk. De to første kapitlene sammenligner denne teknikken med andre regresjonsalternativer og introduserer en estimeringsmetode som regulariserer en polynomregresjon ved hjelp av kryssvalidering. I resten av boken anvendes disse ideene spesielt på finansmarkedene. Boken utforsker hvordan ulike komponenter av aksjeavkastning kan forutsies med polymodeller på svært varierte måter, og beskriver en genetisk algoritme som kombinerer disse resultatene for å optimalisere prediksjonene.
