Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
コース概要
導入
- 統計学習(統計解析)と機械学習の違い
- 金融会社による機械学習テクノロジーと人材の採用
さまざまな種類の Machine Learning を理解する
- 教師あり学習と教師なし学習
- 反復と評価
- バイアスと分散のトレードオフ
- 教師あり学習と教師なし学習の組み合わせ(半教師あり学習)
Machine Learning Languages とツールセットについて
- オープンソースと独自のシステムおよびソフトウェアの比較
- Python vs R vs Matlab
- ライブラリとフレームワーク
理解 Neural Networks
Finance の基本概念を理解する
- 株式取引を理解する
- 時系列データを理解する
- 財務分析を理解する
Machine Learning Financeの事例紹介
- 信号の生成とテスト
- 特徴量エンジニアリング
- 人工知能アルゴリズム取引
- 定量的な貿易予測
- ポートフォリオ用のロボアドバイザー Management
- リスク Management と不正行為の検出
- 保険引受業務
ハンズオン: Python 対 Machine Learning
- ワークスペースのセットアップ
- Python の機械学習ライブラリとパッケージの入手
- Pandas を使用して作業する
- Scikit-Learn の使用
Python への財務データのインポート
- Pandasを使用する
- カンドルの使用
- Excelとの統合
Python による時系列データの操作
- データの探索
- データの視覚化
Python を使用した一般的な財務分析の実装
- 戻り値
- ウィンドウの移動
- ボラティリティの計算
- 通常最小二乗回帰 (OLS)
教師あり Machine Learning と Python を使用したアルゴリズム取引戦略の開発
- モメンタム取引戦略を理解する
- 反転取引戦略を理解する
- 単純移動平均 (SMA) 取引戦略の実装
Machine Learning 取引戦略のバックテスト
- バックテストの学習の落とし穴
- バックテスターのコンポーネント
- Python バックテストツールの使用
- シンプルなバックテスターの実装
Machine Learning 取引戦略を改善する
- K平均値
- K 最近傍 (KNN)
- 分類または回帰ツリー
- 遺伝的アルゴリズム
- 複数シンボルのポートフォリオの操作
- リスク Management フレームワークの使用
- イベント駆動型バックテストの使用
Machine Learning 取引戦略のパフォーマンスを評価する
- シャープレシオの使用
- 最大ドローダウンの計算
- 年間平均成長率 (CAGR) の使用
- 収益の分布の測定
- 貿易レベルの指標の使用
- まとめ
トラブルシューティング
閉会の辞
要求
- Pythonプログラミングの基本的な経験
- 統計学と線形代数に関する基本的な知識
- 統計学と線形代数に関する基本的な知識 [0
21 時間