Kursplan
AI i Handel og Verdipapirlandskapet
- Trends i algoritmisk og AI-basert handel
- Oversikt over kvantitativ finansarbeidsflyt
- Nøkkelverktøy, plattformer og datakilder
Arbeid med Finansielle Data
- Håndtering av tidsrekke data
- Rensing, transformasjon og egenskapsutvikling av data
- Finansielle indikatorer og signalbygging
Maskinlæring for Handelsignaler
- Regressjons- og klassifikasjonsmodeller for markedsforeksting
- Vurdering av prediktive modeller (f.eks. nøyaktighet, presisjon, Sharpe-ratio)
- Case study: Bygging av en ML-basert signalgenerator
Klynging og Markedsregimer
- Klynging for volatilitetsregimer
- Dimensjonsreduksjon for oppdagelse av mønstre
- Applikasjoner i kurvhandel og risikogruppering
Portfoliooptimalisering med AI-Teknikker
- Markowitz-rammeverk og dets begrensninger
- Risikoparitet, Black-Litterman og ML-basert optimalisering
- Dynamisk ombalansering med prediktive innputter
Backtesting og Strategivurdering
- Bruk av Backtrader eller egne rammeverk
- Risikojustert ytelsesmålinger
- Unngå overtilpasning og fremskrivningsbias
Implementering av AI-Modeller i Live-Handel
- Integrering med handel-APIer og utføringsplattformer
- Modellovervåking og omtreningssykluser
- Etiske, reguleringsmessige og operasjonelle overveielser
Oppsummering og Neste Skritt
Krav
- En forståelse av grunnleggende statistikk og finansmarkedet
- Erfaring med Python programming
- Kjennskap til tidsrekke data
Målgruppe
- Kvantitative analytikere
- Handelsprofesjonelle
- Portføljeforvaltere
Referanser (1)
Jeg verdsette at treneren presenterte alt på en svært god måte. Jeg forsto alt, selv om Finance ikke er mitt fagfelt, sørget han for at alle deltakerne var på samme side, samtidig som han fulgte tidsrammen. Øvelsene var plassert i gode intervaller. Communication med deltakerne var alltid der. Materialet var perfekt, ikke for mye og ikke for lite. Han forklarte veldig godt litt mer kompliserte emner slik at alle kunne forstå det.
Diana
Kurs - ChatGPT for Finance
Machine Translated