Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduksjon
- Forskjellen mellom statistisk læring (statistisk analyse) og maskinlæring Adopsjon av maskinlæringsteknologi og talent av finansselskaper
Forstå ulike typer Machine Learning
- Veiledet læring vs uovervåket læring Iterasjon og evaluering Bias-variance trade-off Kombinere veiledet og uovervåket læring (semi-veiledet læring)
Forstå Machine Learning Språk og verktøysett
- Åpen kildekode vs proprietære systemer og programvare Python vs R vs Matlab biblioteker og rammeverk
Forståelse Neural Networks
Forstå grunnleggende konsepter i Finance
- Forstå aksjehandel Forstå tidsseriedata Forstå finansielle analyser
Machine Learning Kasusstudier i finans
- Signalgenerering og testfunksjon Engineering Artificial Intelligence Algoritmisk handel Kvantitative handelsspådommer Robo-rådgivere for porteføljestyring Risk Management og svindeldeteksjonsforsikringsforsikring
Hands-on: Python for maskinlæring
- Sette opp arbeidsområdet Skaffe Python maskinlæringsbiblioteker og -pakker Arbeide med pandaer Arbeide med Scikit-Learn
Importere økonomiske data til Python
- Bruke Pandas Bruke Quandl Integrating med Excel
Arbeide med tidsseriedata med Python
- Utforske dataene dine Visualisere dataene dine
Implementering av vanlige økonomiske analyser med Python
- Returnerer Moving Windows Volatilitetsberegning Ordinary Least-Squares Regression (OLS)
Utvikle en algoritmisk handelsstrategi ved å bruke overvåket maskinlæring med Python
- Forstå Momentum Trading-strategien Forstå Reversion Trading-strategien Implementere din Simple Moving Averages (SMA)-handelsstrategi
Tilbaketesting av din Machine Learning handelsstrategi
- Lære backtesting fallgruver Komponenter av backtesteren din ved å bruke Python Backtesting Tools Implementere din enkle backtester
Forbedre din Machine Learning handelsstrategi
- KMeans K-Nearest Neighbors (KNN) klassifisering eller regresjonstrær Genetisk algoritme Arbeide med multi-symbolporteføljer ved hjelp av et Risk Management rammeverk ved bruk av hendelsesdrevet tilbaketesting
Evaluering av ytelsen til din Machine Learning handelsstrategi
- Bruke Sharpe-forholdet Beregne et maksimalt uttak ved å bruke sammensatt årlig veksthastighet (CAGR) Måle distribusjon av avkastning ved å bruke sammendrag av handelsnivåberegninger
Feilsøking
Avsluttende bemerkninger
Krav
- Grunnleggende erfaring med Python programmering
- Grunnleggende kjennskap til statistikk og lineær algebra
21 timer
