感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
交易與資產管理版圖中的 AI
- 演算法與基於 AI 的交易趨勢
- 量化金融工作流程概覽
- 關鍵工具、平台與數據來源
使用 Python 處理金融數據
- 使用 Pandas 處理時間序列數據
- 數據清洗、轉換與特徵工程
- 金融指標與訊號構建
用於交易訊號的監督式學習
- 用於市場預測的回歸與分類模型
- 預測模型評估（例如：準確率、精確度、夏普比率）
- 案例研究：建置基於機器學習的訊號生成器
非監督式學習與市場狀態
- 用於波動率狀態的聚類分析
- 用於模式發現的維度削減
- 在籃子交易與風險分組中的應用
運用 AI 技術進行投資組合優化
- 馬科維茨（Markowitz）框架及其局限性
- 風險平價、Black-Litterman 模型及基於 ML 的優化
- 結合預測輸入的動態再平衡
回測與策略評估
- 使用 Backtrader 或自訂框架
- 風險調整後的績效指標
- 避免過擬合與前瞻偏差
在實盤交易中部署 AI 模型
- 與交易 API 及執行平台的整合
- 模型監控與重訓週期
- 倫理、法規與營運層面的考量
總結與下一步
最低要求
- 具備基礎統計學與金融市場知識
- 具有 Python 程式設計經驗
- 熟悉時間序列數據
目標受眾
- 量化分析師
- 交易專業人士
- 投資組合經理
21 小時
客戶評論 (1)
我已有一些了解的报告，我会使用今天看过的一些提示。
Kelly Cotham
課程 - Copilot for Finance and Accounting Professionals
機器翻譯
