Chia Sẻ Khóa Học Financial Engineering Và Trí Tuệ Nhân Tạo Trong Python [Update Tháng 9-2023] [Khóa 7072 A]
Financial Analysis, Time Series Analysis, Portfolio Optimization, CAPM, Algorithmic Trading, Q-Learning và v.v!
Bạn sẽ học được gì:
- ✓ Dự báo giá cổ phiếu và lợi nhuận cổ phiếu.
- ✓ Phân tích chuỗi thời gian.
- ✓ Holt-Winters exponential smoothing model.
- ✓ ARIMA.
- ✓ Efficient Market Hypothesis.
- ✓ Random Walk Hypothesis.
- ✓ Exploratory data analysis.
- ✓ Alpha và Beta.
- ✓ Phân phối và mối tương quan của lợi nhuận cổ phiếu.
- ✓ Modern portfolio theory.
- ✓ Mean-Variance Optimization.
- ✓ Efficient frontier, Sharpe ratio, Tangency portfolio.
- ✓ CAPM (Capital Asset Pricing Model).
- ✓ Q-Learning for Algorithmic Trading.
Bạn đã bao giờ nghĩ điều gì sẽ xảy ra nếu bạn kết hợp sức mạnh của machine learning và trí tuệ nhân tạo với financial engineering?
Hôm nay, bạn có thể ngừng tưởng tượng và bắt đầu thực hiện.
Khóa học này sẽ dạy cho bạn các nền tảng cốt lõi của financial engineering, một khuynh hướng machine learning.
Chúng tôi sẽ đề cập đến các chủ đề phải biết về financial engineering, chẳng hạn như:
- ✓ Exploratory data analysis, significance testing, correlations, alpha và beta.
- ✓ Time series analysis, simple moving average, exponentially-weighted moving average.
- ✓ Holt-Winters exponential smoothing model.
- ✓ ARIMA và SARIMA.
- ✓ Efficient Market Hypothesis.
- ✓ Random Walk Hypothesis.
- ✓ Time series forecasting ("dự đoán giá cổ phiếu").
- ✓ Modern portfolio theory.
- ✓ Efficient frontier / Markowitz bullet.
- ✓ Mean-variance optimization.
- ✓ Tối đa hóa tỷ lệ Sharpe.
- ✓ Convex optimization với Linear Programming và Quadratic Programming.
- ✓ Capital Asset Pricing Model (CAPM).
- ✓ Algorithmic trading (VIP only).
- ✓ Statistical Factor Models (VIP only).
- ✓ Regime Detection với Hidden Markov Models (VIP only).
Ngoài ra, chúng ta sẽ xem xét các kỹ thuật non-traditional khác nhau xuất phát hoàn toàn từ lĩnh vực học máy và trí tuệ nhân tạo, chẳng hạn như:
- ✓ Regression models.
- ✓ Classification models.
- ✓ Unsupervised learning.
- ✓ Reinforcement learning và Q-learning.
***Các phần chỉ dành cho VIP ***
- ✓ Algorithmic trading (trend-following, machine learning, và Q-learning-based strategies).
- ✓ Statistical factor models.
- ✓ Regime detection and modeling volatility clustering with HMM.
Chúng ta sẽ tìm hiểu về sai lầm lớn nhất được thực hiện trong thập kỷ qua bởi các marketer tự xưng là "chuyên gia học máy", những người hứa sẽ dạy những sinh viên cả tin cách "dự đoán giá cổ phiếu bằng LSTM". Bạn sẽ biết chính xác lý do tại sao phương pháp luận của họ về cơ bản lại có sai sót và tại sao kết quả của họ hoàn toàn vô nghĩa. Đó là bài học về cách không ứng dụng AI vào tài chính.
Với tư cách là tác giả của ~30 khóa học về học máy, học sâu, khoa học dữ liệu và trí tuệ nhân tạo, tôi không thể không dấn thân vào thế giới rộng lớn và phức tạp của financial engineering.
Khóa học này dành cho những ai yêu thích tài chính hoặc trí tuệ nhân tạo, và đặc biệt nếu bạn yêu thích cả hai!
Cho dù bạn là sinh viên, người đi làm hay người muốn thăng tiến trong sự nghiệp - khóa học này là dành cho bạn.
Điều kiện tiên quyết được đề xuất:
- ✓ Matrix arithmetic.
- ✓ Probability.
- ✓ Kỹ năng viết code Python tốt.
- ✓ Numpy, Matplotlib, Scipy và Pandas (Tôi dạy điều này miễn phí, không có lý do gì cả!).
Mục lục:
- ✓ 01. Welcome.
- ✓ 02. Bắt đầu thiết lập.
- ✓ 03. Financial Basic.
- ✓ 04. Time Series Analysis.
- ✓ 05. Portfolio Optimization và CAPM.
- ✓ 06. VIP: Algorithmic Trading.
- ✓ 07. VIP: Cơ bản về Reinforcement Learning.
- ✓ 08. VIP: Reinforcement Learning for Algorithmic Trading.
- ✓ 09. VIP: Statistical Factor Models và Unsupervised Machine Learning.
- ✓ 10. VIP: Regime Detection và Sequence Modeling với Hidden Markov Models.
- ✓ 11. Tóm tắt khóa học và các câu hỏi thường gặp.
- ✓ 12. Phần bổ sung.
- ✓ 13. Thiết lập Environment FAQ của bạn.
- ✓ 14. Trợ giúp bổ sung với Python Coding for Beginners FAQ.
- ✓ 15. Effective Learning Strategies for Machine Learning FAQ.
- ✓ 16. Phụ lục / FAQ Finale.
Khóa học này dành cho ai:
- ✓ Bất cứ ai yêu thích hoặc muốn tìm hiểu về financial engineering.
- ✓ Sinh viên và chuyên gia muốn thăng tiến nghề nghiệp trong lĩnh vực tài chính hoặc trí tuệ nhân tạo và học máy.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU
