Vă mulțumim că ați trimis solicitarea! Un membru al echipei noastre vă va contacta în scurt timp.
Vă mulțumim că ați trimis rezervarea! Un membru al echipei noastre vă va contacta în scurt timp.
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
- Tranzacționare algoritmică de inteligență artificială
- Predicții comerciale cantitative
- Robo-Consilieri pentru portofoliu Management
- Detectarea riscurilor Management și a fraudei
- Subscriere de asigurări
Introducere în R
- Instalarea IDE-ului RStudio
- Se încarcă pachetele R
- Structuri de date
- Vectori
- Factori
- Liste
- Cadre de date
- Matrici și tablouri
Importarea datelor financiare în R
- Databases, Data Warehouses și date în flux
- Stocare și procesare distribuite cu Hadoop și Spark
- Importarea datelor dintr-un Database
- Import de date din Excel și CSV
Implementarea analizei de regresie cu R
- Regresie liniara
- Generalizări și neliniaritate
Evaluarea performanței algoritmilor Machine Learning.
- Validare încrucișată și reeșantionare
- Bootstrap Agregare (însăcire)
- Exercițiu
Dezvoltarea unei strategii de tranzacționare algoritmică cu R
- Configurarea mediului de lucru
- Colectarea și examinarea datelor de stoc
- Implementarea unei strategii de urmărire a tendințelor
Backtesting dvs. Machine Learning Strategie de tranzacționare
- Capcanele învățare backtesting
- Componentele backtesterului dvs
- Implementarea backtester-ului dvs. simplu
Îmbunătățirea strategiei 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
Extinderea capacităţilor companiei dumneavoastră
- Dezvoltarea modelelor în cloud
- Folosind GPUs pentru a accelera Deep Learning
- Aplicarea Deep Learning Neural Networks pentru Computer Viziune, Recunoaștere vocală și Analiză text
Rezumat și Concluzie
Cerințe
- Programming experiență cu orice limbă
- Familiaritate de bază cu statistica și algebra liniară
28 ore