お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
AI in the Trading and Asset Management Landscape
- アルゴリズミック取引とAIベースの取引のトレンド
- 量的金融ワークフローの概要
- 主なツール、プラットフォーム、データソース
Working with Financial Data in Python
- Pandasを使用した時系列データの取り扱い
- データクリーニング、変換、および特徴量エンジニアリング
- 金融指標とシグナル構築
Supervised Learning for Trading Signals
- 市場予測のための回帰モデルと分類モデル
- 予測モデルの評価(例:精度、適合率、シャープ比率)
- ケーススタディ:MLベースのシグナルジェネレータの構築
Unsupervised Learning and Market Regimes
- ボラティリティ体制のクラスタリング
- パターン発見のための次元削減
- バスケット取引とリスクグループ化への応用
Portfolio Optimization with AI Techniques
- マーコウィッツフレームワークとその制限
- リスクパリティ、ブラックリターマン、およびMLベースの最適化
- 予測入力を使用した動的なリバランス
Backtesting and Strategy Evaluation
- Backtraderまたはカスタムフレームワークの使用
- リスク調整パフォーマンス指標
- 過学習と先見バイアスの回避
Deploying AI Models in Live Trading
- 取引APIと執行プラットフォームとの統合
- モデルの監視と再学習サイクル
- エチカル、規制、および運用上の考慮事項
まとめと次の一歩
要求
- 基本的な統計と金融市場の理解
- Pythonプログラミングの経験
- 時系列データに関する知識
対象者
- 量的アナリスト
- 取引プロフェッショナル
- ポートフォリオマネージャー
21 時間
お客様の声 (3)
The background / theory of LLMs, the exercise
Joanne Wong - IPG HK Limited
コース - Applied AI for Financial Statement Analysis & Reporting
これは私に新しいツールを開眼させ、自動化の作成に役立つようになりました。
Alessandra Parpajola - Advanced Bionics AG
コース - Machine Learning & AI for Finance Professionals
機械翻訳
トレーナーがすべてを説明する方法には非常に感謝しています。金融が私の専門でなくても、理解できました。彼は時間を守りながら、すべての参加者が同じページにいることを確認しました。演習は適切な間隔で配置されていました。参加者とのコミュニケーションも常にありました。資料は完璧で、多すぎることも少なすぎることもありませんでした。少し複雑な主題については、誰もが理解できるように非常に詳しく説明してくれました。
Diana
コース - ChatGPT for Finance
機械翻訳