Thank you for sending your enquiry! One of our team member will contact you shortly.
Thank you for sending your booking! One of our team member will contact you shortly.
План на курса
Въведение
- Разлика между статистическо обучение (статистически анализ) и машинно обучение Възприемане на технологии за машинно обучение и талант от финансовите компании
Разбиране на различните видове Machine Learning
- Контролирано обучение срещу неконтролирано обучение Итерация и оценка Компромис от отклонение Комбиниране на контролирано и неконтролирано обучение (полуконтролирано обучение)
Разбиране на Machine Learning Езици и набори от инструменти
- Отворен код срещу патентовани системи и софтуер Python срещу R срещу Matlab Библиотеки и рамки
разбиране Neural Networks
Разбиране на основните понятия в Finance
- Разбиране на търговията с акции Разбиране на данни от времеви редове Разбиране на финансови анализи
Machine Learning Казуси по финанси
- Генериране на сигнали и функция за тестване Инженеринг Изкуствен интелект Алгоритмична търговия Количествени търговски прогнози Робо-съветници за управление на портфолио Risk Management и откриване на измами Застраховане
Практически: Python за машинно обучение
- Настройване на работното пространство Получаване на Python библиотеки и пакети за машинно обучение Работа с Pandas Работа със Scikit-Learn
Импортиране на финансови данни в Python
- Използване на Pandas Използване на Quandl Интегриране с Excel
Работа с данни от времеви серии с Python
- Проучване на вашите данни Визуализиране на вашите данни
Прилагане на общи финансови анализи с Python
- Връща Изчисляване на движеща се променливост на Windows Обикновена регресия на най-малките квадрати (OLS)
Разработване на стратегия за алгоритмична търговия с помощта на контролирано машинно обучение с Python
- Разбиране на стратегията за търговия с инерция Разбиране на стратегията за търговия с реверсия Прилагане на вашата стратегия за търговия с обикновени подвижни средни (SMA)
Ретро тестване на вашата Machine Learning стратегия за търговия
- Изучаване на клопки при бектестиране Компоненти на вашия Backtester Използване на Python инструменти за бектестиране Внедряване на вашия прост Backtester
Подобряване на вашата Machine Learning търговска стратегия
- KMeans K-най-близки съседи (KNN) Класификация или регресионни дървета Генетичен алгоритъм Работа с многосимволни портфейли Използване на Risk Management рамка Използване на задно тестване, управлявано от събития
Оценяване на ефективността на вашата Machine Learning търговска стратегия
- Използване на съотношението на Шарп Изчисляване на максимално усвояване с помощта на сложен годишен темп на растеж (CAGR) Измерване на разпределението на възвръщаемостта с помощта на показатели на търговско ниво Резюме
Отстраняване на неизправности
Заключителни бележки
Изисквания
- Основен опит с Python програмиране
- Основни познания по статистика и линейна алгебра
21 Hours