Kurzusleírás
A kereskedés és bérletkezelés mesterséges intelligenciájának helyzete
- Az algoritmus-alapú és mesterséges intelligencia alapú kereskedelmi trendek
- A kvantitatív pénzügyi munkafolyamatok áttekintése
- Az alapvető eszközök, platformok és adatforrások
A Pythonban való pénzügyi adatkezelés
- Idősoros adatok kezelése a Pandas használatával
- Adatfeldolgozás, átalakítás és jellemzők kinyerése
- Pénzügyi mutatók és jelzések készítése
Felügyelt tanulás a kereskedelmi jelzésekhez
- Regressziós és osztályozó modellek piaci előrejelzésre
- Előrejelező modellek értékelése (pl. pontosság, precizitás, Sharpe arány)
- Esetenkénti tanulmány: egy mesterséges intelligencia-alapú jelzégenerátor készítése
Felügyelet nélküli tanulás és piaci állapotok
- Klaszterezés a volatilitási állapotokhoz
- Dimenzió csökkentése mintázatok felfedésére
- Alkalmazások a csoportos kereskedésben és a kockázatcsoportokban
Portfolióoptimalizálás mesterséges intelligencia-megoldásokkal
- A Markowitz modell és korlátai
- Kockázategyenlőség, Black-Litterman és mesterséges intelligencia-alapú optimalizálás
- Dinamikus újraprosztarna való előrejelező bemenetekkel
Visszatekintés és stratégiák értékelése
- A Backtrader vagy egyéni keretrendszerek használata
- Kockázat-alkalmazott teljesítménymutatók
- Az overdopplázás és a look-ahead bias elkerülése
Mesterséges intelligencia modell végrehajtása élő kereskedésben
- Integráció kereskedelmi API-kkal és végrehajtási platformokkal
- Modell figyelése és újratanítási ciklusok
- Etika, szabályozás és operatív szempontok
Összefoglalás és következő lépések
Követelmények
- Alapvető statisztika és pénzügyi piacok ismerete
- Python programozási tapasztalat
- Idősoros adatok ismerete
Célcsoport
- Kvantitatív analitikusok
- Kereskedelmi szakemberek
- Portfoliókezelők
Vélemények (3)
Az LLM-ek háttérdoloi / elméletei, a gyakorlat
Joanne Wong - IPG HK Limited
Kurzus - Applied AI for Financial Statement Analysis & Reporting
Gépi fordítás
megnyitotta a szememet az új eszközök felé, amelyek segíthetnek nekem az automatizáció területén
Alessandra Parpajola - Advanced Bionics AG
Kurzus - Machine Learning & AI for Finance Professionals
Gépi fordítás
Nagyon értékeltem, hogyan mutatta be mindenkit a képző. Mindent megértettem, még akkor is, ha a Pénzügyek nem az én területe, ő biztosította, hogy mind a résztvevők ugyanazon oldalon álljanak, miközben a maradék időt is figyelembe vette. Az gyakorlatok jó intervallumokban kerültek elhelyezésre. A résztvevőkkel való kommunikáció mindig jelen volt. A anyag tökéletes volt, nem volt túl sok, sem túl kevés. Nagyon részletesen és érthetően magyarázott a bonyolultabb témákra, hogy mindenki megérthesse őket.
Diana
Kurzus - ChatGPT for Finance
Gépi fordítás