Plan Szkolenia
Sztuczna inteligencja w handlu i krajobrazie aktywów
- Trendy w handlu algorytmicznym i opartym na sztucznej inteligencji
- Przegląd procesów finansów ilościowych
- Kluczowe narzędzia, platformy i źródła danych
Praca z danymi finansowymi w Python
- Obsługa danych czasowych za pomocą Pandas
- Oczyszczanie, transformacja i inżynieria cech danych
- Wskaźniki finansowe i budowanie sygnałów
Supervised Learning dla sygnałów handlowych
- Modele regresji i klasyfikacji do przewidywania rynku
- Ocena modeli predykcyjnych (np. dokładność, precyzja, współczynnik Sharpe'a)
- Studium przypadku: budowanie generatora sygnałów opartych na ML
Unsupervised Learning i reżimy rynkowe
- Klastryzowanie dla reżimów zmienności
- Redukcja wymiarowości dla odkrywania wzorców
- Zastosowania w handlu koszykowym i grupowaniu ryzyka
Optymalizacja portfela z zastosowaniem technik sztucznej inteligencji
- Ramy Markowitza i ich ograniczenia
- Parytet ryzyka, Black-Litterman, i optymalizacja oparta na ML
- Dynamiczne ponowne zbilansowanie z przewidywanymi wejściami
Backtesting i ocena strategii
- Używanie Backtrader lub niestandardowych ram
- Wskaźniki wydajności dostosowane do ryzyka
- Unikanie przeuczenia i błędu przodzenia
Wdrażanie modeli AI w handlu na żywo
- Integracja z API handlu i platformami wykonywania
- Monitorowanie modeli i cykle ponownego trenowania
- Uwagi etyczne, regulacyjne i operacyjne
Podsumowanie i następne kroki
Wymagania
- Zrozumienie podstaw statystyki i rynków finansowych
- Doświadczenie z programowaniem Python
- Znajomość danych czasowych
Grupa docelowa
- Analitycy kwantowi
- Profesjonaliści z zakresu handlu
- Menedżerowie portfeli
Opinie uczestników (1)
Bardzo doceniłam sposób, w jaki trener przedstawił wszystkie informacje. Zrozumiałam wszystko, nawet jeśli Finance nie jest moim obszarem, zadbał o to, żeby każdy uczestnik był na tym samym poziomie, jednocześnie dbając o pozostały czas. Ćwiczenia były umieszczone w dobrych odstępach czasu. Communication z uczestnikami był zawsze obecny. Materiał był idealny, ani za mało, ani za dużo. Bardzo dobrze wyjaśniał bardziej skomplikowane tematy, aby były zrozumiałe dla każdego.
Diana
Szkolenie - ChatGPT for Finance
Przetłumaczone przez sztuczną inteligencję