Kursplan

AI i handel og eiendomsforvaltningss Landskapet

  • Trender i algoritmisk og AI-basert handel
  • Oversikt over kvantitative finans arbeidsflyter
  • Nøkkeltøy, plattformer og datakilder

Arbeid med finansdata i Python

  • Behandling av tidsrekke-data ved hjelp av Pandas
  • Datarensning, transformasjon og feateering
  • Finansielle indikatorer og signalkonstruksjon

Overvåket læring for handelssignaler

  • Regresjons- og klassifiseringsmodeller for markedsprediksjon
  • Evaluering av prediktive modeller (f.eks. nøyaktighet, presisjon, Sharpe-forhold)
  • Case-studie: bygging av en ML-basert signalgenerator

Uovervåket læring og markedsregimer

  • Klynging for volatilitetsregimer
  • Dimensjonsreduksjon for mønsteroppdagelse
  • Anvendelser i kurshandel og risikogruppering

Porteføljeevaluering med AI-teknikker

  • Markowitz-rammeverk og dets begrensninger
  • Risikoparity, Black-Litterman og ML-basert optimalisering
  • Dynamisk rebalansering med prediktive innslag

Backtesting og strategievaluering

  • Bruk av Backtrader eller tilpassede rammer
  • Risikoadjusterte prestasjonsmål
  • Unngå overfitting og look-ahead bias

Implementering av AI-modeller i live-handel

  • Integrasjon med handels-APIer og utførelsesplattformer
  • Modell-oversyn og re-trainings sykluser
  • Etiske, reguleringsmessige og operasjonelle overvegelser

Oppsummering og neste skritt

Krav

  • Forståelse av grunnleggende statistikk og finansmarked
  • Erfaring med Python-programmering
  • Kjennskap til tidsrekke-data

Målgruppe

  • Kvantiserte analytikere
  • Handelsprofesjonelle
  • Porteføljeledere
 21 timer

Antall deltakere


Pris per deltaker

Referanser (2)

Kommende kurs

Relaterte kategorier