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
Referanser (3)
Baggrunn / teori for LLMer, øvingen
Joanne Wong - IPG HK Limited
Kurs - Applied AI for Financial Statement Analysis & Reporting
Maskinoversatt
det har åpnet min sind for nye verktøy som kan hjelpe meg med å skape automatisering
Alessandra Parpajola - Advanced Bionics AG
Kurs - Machine Learning & AI for Finance Professionals
Maskinoversatt
Jeg sett høytt på måten instruktøren presenterte alt. Jeg forstod alt selv om finans ikke er min fagfelt, han sørget for at alle deltakerne var på samme side, samtidig som han holdt seg innen tidsrammen. Øvingene ble plassert med gode intervaller. Kommunikasjonen med deltakerne var alltid til stede. Materialet var perfekt, ikke for mye, ikke for lite. Han forklarte veldig godt mer kompliserte emner slik at alle kunne forstå dem.
Diana
Kurs - ChatGPT for Finance
Maskinoversatt