Kurzusleírás

AI a kereskedelem és a pénzügyi eszközök Management térképe

  • Algoritmusos és AI-alapú kereskedelem irányzatai
  • Mennyiségi finanszírozási munkafolyamatok áttekintése
  • Különböző eszközök, platformok és adatok forrásai

Finansziális adatok kezelése Python segédletével

  • Idősoradatok kezelése Pandas segítségével
  • Adatok tisztítása, átalakítása és jellemzők kialakítása
  • Finansziális indikátorok és jelek kialakítása

Supervised Learning a kereskedelmi jelek számára

  • Regressziós és osztályozási modellek a piaci előrejelzésekhez
  • Elképzelési modellek értékelése (pl. pontosság, pontosság, Sharpe-arány)
  • Esettanulmány: ML-alapú jelező készítés

Unsupervised Learning és piaci régiók

  • Csoportosítás a volatilitási régiókhoz
  • Dimensziócsökkentés mintamodellek felfedezéséhez
  • Alkalmazások kosárkereskedelem és kockázati csoportok között

Portfolio optimalizálás AI technikákkal

  • Markowitz keretrendszer és korlátai
  • Kockázati párhuzamosság, Black-Litterman és ML-alapú optimalizálás
  • Dinamikus átpótlás előrejelző bemenetekkel

Visszapróba és stratégiai értékelés

  • Backtrader vagy saját keretrendszer használata
  • Kockázatmegváltó teljesítménymutatók
  • Túltanulás és előretekintés elkerülése

AI modellök telepítése valós kereskedelemben

  • Integrálás kereskedelmi API-kkal és végrehajtási platformokkal
  • Modellök figyelése és újra tanítási ciklusok
  • Etikai, szabályozási és műszaki szempontok

Összegzés és következő lépések

Követelmények

  • Alapstatisztika és pénzügyi piacok alapvető ismerete
  • Python programozással való tapasztalat
  • Idősoradatok ismerete

Célközönség

  • Kvantitatív analitikák
  • Kereskedő szakemberek
  • Portfóliómenedzserek
 21 Órák

Résztvevők száma


Ár résztvevőnként

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák