Plan Szkolenia

Wprowadzenie do LLM w finansach

  • Rola AI i LLM w analizie finansowej
  • Przegląd LLM i ich możliwości w analizie tekstu
  • Studia przypadków: LLM w prognozowaniu finansowym i ocenie ryzyka

LLM do przetwarzania danych finansowych

  • Ekstrakcja wskaźników finansowych z danych nieustrukturyzowanych za pomocą LLM
  • Trenowanie LLM na tekstach finansowych do analizy sentymentu
  • Korelacja sentymentu wiadomości z ruchami na rynku

Tworzenie modeli predykcyjnych z LLM

  • Projektowanie modeli opartych na LLM do prognozowania cen akcji
  • Prognozowanie trendów ekonomicznych przy użyciu wniosków generowanych przez LLM
  • Backtestowanie modeli na historycznych danych finansowych

Integracja LLM w strategie inwestycyjne

  • Włączanie analityki LLM w handel ilościowy
  • LLM do optymalizacji portfela i zarządzania ryzykiem
  • Komunikacja wniosków opartych na AI z interesariuszami

Praktyczne laboratorium: Projekt prognozowania rynków finansowych

  • Konfiguracja środowiska do analizy danych finansowych z LLM
  • Tworzenie modelu prognozowania rynku przy użyciu LLM
  • Ocena wydajności modelu i wprowadzanie ulepszeń

Podsumowanie i kolejne kroki

Wymagania

  • Podstawowa znajomość rynków i instrumentów finansowych
  • Doświadczenie w programowaniu w Pythonie i analizie danych
  • Znajomość koncepcji uczenia maszynowego i modeli statystycznych

Odbiorcy

  • Analitycy finansowi
  • Naukowcy zajmujący się danymi
  • Profesjonaliści inwestycyjni
 14 godzin

Liczba uczestników


Cena za uczestnika

Propozycje terminów

Powiązane Kategorie