聯繫我們

課程簡介

AI 在交易與資產管理格局中的應用

  • 演算法與基於 AI 交易的趨勢
  • 量化金融工作流程概覽
  • 關鍵工具、平台與數據來源

在 Python 中處理金融數據

  • 使用 Pandas 處理時間序列數據
  • 數據清理、轉換與特徵工程
  • 金融指標與訊號建構

用於交易訊號的监督式學習

  • 用於市場預測的迴歸與分類模型
  • 評估預測模型(例如準確率、精確度、夏普比率)
  • 案例研究:建立基於機器學習的訊號生成器

非監督式學習與市場機制

  • 用於波動性機制的聚類分析
  • 用於模式發現的維度歸約
  • 在一籃子交易與風險分組中的應用

利用 AI 技術優化投資組合

  • Markowitz 框架及其局限性
  • 風險平價、Black-Litterman 模型及基於機器學習的優化方法
  • 結合預測輸入的动态再平衡策略

回溯測試與策略評估

  • 使用 Backtrader 或自訂框架
  • 風險調整後績效指標
  • 避免過度擬合與前瞻偏差

在實盤交易中部署 AI 模型

  • 與交易 API 和執行平台整合
  • 模型監控與重新訓練循環
  • 倫理、監管與營運考量

總結與下一步

最低要求

  • 掌握基本統計學與金融市場知識
  • 具備 Python 程式設計經驗
  • 熟悉時間序列數據

受訓對象

  • 量化分析師
  • 交易專業人士
  • 組合經理人
 21 小時

人數


每位參與者的報價

客戶評論 (1)

即將到來的課程

課程分類