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.
Schița de curs
Introducere
- Diferența dintre învățarea statistică (analiza statistică) și învățarea automată
- Adoptarea tehnologiei de învățare automată și a talentelor de către companiile financiare
Înțelegerea diferitelor tipuri de Machine Learning
- Învățare supravegheată vs învățare nesupravegheată
- Iterație și evaluare
- Compensație părtinire-varianță
- Combinarea învățării supravegheate și nesupravegheate (învățare semi-supravegheată)
Înțelegerea Machine Learning Languages și seturile de instrumente
- Open source vs sisteme și software proprietar
- Python vs R vs Matlab
- Biblioteci și cadre
Înțelegerea Neural Networks
Înțelegerea conceptelor de bază în Finance
- Înțelegerea tranzacționării cu acțiuni
- Înțelegerea datelor din seria temporală
- Înțelegerea analizelor financiare
Machine Learning Studii de caz în Finance
- Generarea și testarea semnalului
- Inginerie caracteristică
- Trading algoritmic de inteligență artificială
- Predicții comerciale cantitative
- Robo-Consilieri pentru portofoliu Management
- Detectarea riscurilor Management și a fraudei
- Subscriere de asigurări
Practic: Python pentru Machine Learning
- Configurarea spațiului de lucru
- Obținerea Python biblioteci și pachete de învățare automată
- Lucrul cu Pandas
- Lucrul cu Scikit-Learn
Importarea datelor financiare în Python
- Folosind Pandas
- Folosind Quandl
- Integrarea cu Excel
Lucrul cu date din seria temporală cu Python
- Explorarea datelor dvs
- Vizualizarea datelor dvs
Implementarea analizelor financiare comune cu Python
- Se intoarce
- Mutarea ferestrelor
- Calculul volatilității
- Regresie ordinară cu cele mai mici pătrate (OLS)
Dezvoltarea unei strategii de tranzacționare algoritmică utilizând Supervised Machine Learning cu Python
- Înțelegerea strategiei de tranzacționare Momentum
- Înțelegerea strategiei de tranzacționare inversă
- Implementarea strategiei de tranzacționare cu mediile mobile simple (SMA).
Backtesting dvs. Machine Learning Strategie de tranzacționare
- Capcanele învățare backtesting
- Componentele backtesterului dvs
- Utilizarea Python Backtesting Tools
- Implementarea backtesterului dvs. simplu
Îmbunătățirea strategiei dvs. de tranzacționare Machine Learning.
- K Înseamnă
- K-Cei mai apropiați vecini (KNN)
- Arbori de clasificare sau regresie
- Algoritm genetic
- Lucrul cu portofolii cu mai multe simboluri
- Utilizarea unui cadru de risc Management.
- Utilizarea backtesting determinat de evenimente
Evaluarea performanței strategiei dvs. de tranzacționare Machine Learning.
- Folosind raportul Sharpe
- Calcularea unei reduceri maxime
- Utilizarea ratei de creștere anuală compusă (CAGR)
- Măsurarea distribuției returnărilor
- Utilizarea valorilor la nivel comercial
- rezumat
Depanare
Observații de încheiere
Cerințe
- Experiență de bază în programare Python
- Familiaritate de bază cu statistica și algebra liniară
21 ore
