課程簡介

交易與資產Management領域的人工智能

  • 算法交易與基於人工智能的交易趨勢
  • 量化金融工作流程概述
  • 關鍵工具、平臺與數據源

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
  • 金融指標與信號構建

Supervised Learning用於交易信號

  • 用於市場預測的迴歸與分類模型
  • 評估預測模型(如準確率、精確率、夏普比率)
  • 案例研究:構建基於機器學習的信號生成器

Unsupervised Learning與市場狀態

  • 波動率狀態的聚類分析
  • 降維用於模式發現
  • 籃子交易與風險分組中的應用

使用人工智能技術進行投資組合優化

  • 馬科維茨框架及其侷限性
  • 風險平價、Black-Litterman與基於機器學習的優化
  • 基於預測輸入的動態再平衡

回測與策略評估

  • 使用Backtrader或自定義框架
  • 風險調整後的績效指標
  • 避免過擬合與前瞻性偏差

在即時交易中部署人工智能模型

  • 與交易API及執行平臺的集成
  • 模型監控與再訓練週期
  • 道德、監管與操作考量

總結與下一步

最低要求

  • 具備基礎統計學和金融市場知識
  • 有Python編程經驗
  • 熟悉時間序列數據

受衆

  • 量化分析師
  • 交易專業人士
  • 投資組合經理
 21 時間:

人數


每位參與者的報價

客戶評論 (1)

即將到來的課程

課程分類