Εξέλιξη Κομματιού

Τεχνητή Νοημοσύνη στο Λandscape του Εμπορίου και της Διαχείρισης Ακτίβων

  • Τάσεις στο αλγοριθμικό και το υποστηριζόμενο από ΤΕΧΝΙΑΝΗ ΝΟΗΜΟΣΥΝΗ εμπόριο
  • Γενική περίληψη των ροών κατά διαδικασίες κβαντιτατιβής οικονομίας
  • Κλειδί εργαλεία, πλατφόρμες και πηγές δεδομένων

Εργασία με Οικονομικά Δεδομένα στο Python

  • Διαχείριση δεδομένων χρονολογικών σειρών με το Pandas
  • Καθαρισμός, μετατροπή και αξιοποίηση χαρακτηριστικών δεδομένων
  • Οικονομικοί δείκτες και σχεδιασμός σημάτων

Υπερβλέποντα Μάθηση για Εμπορικά Σήματα

  • Πρόβλεψη και κατηγορικά μοντέλα για προβλέψεις της αγοράς
  • Επισκόπηση των προϊστάμενων μοντέλων (π.χ., ακρίβεια, ορθότητα, συνδεικτικό Sharpe)
  • Σύγχρονη μελέτη: κατασκευή γεννήτριας σημάτων βασισμένης στη ML

Μη-Υπερβλέποντα Μάθηση και Περιβάλλον Αγοράς

  • Κλουστερίζειν για δυναμικές αβεβαιότητας
  • Μείωση διάστασης για ανακαλύψει μοτίβων
  • Εφαρμογές στο εμπόριο κυριαρχιών και τη διαίρεση κινδύνων

Βελτιστοποίηση Πορτφολίου με Τεχνικές τεχνητής νοημοσύνης

  • Πλαίσιο Markowitz και τα περιορισμένα του
  • Ισότητα κινδύνων, Black-Litterman, και ML-βασισμένη βελτιστοποίηση
  • Δυναμική αναδιάρθρωση με προϊστάμενες εισόδους

Αναδιαμόρφωση και Επιβεβαίωση Στρατηγικών

  • Χρήση Backtrader ή προσαρμοσμένων πλαίσιων
  • Μετρήτες επιδόσεως με συντονισμό κινδύνου
  • Αποφυγή υπερβάθμισης και εκ των προτέρων προκατάληψη

Εφαρμογή Μοντέλων τεχνητής νοημοσύνης στο Ζωντανό Εμπόριο

  • Έντεγκρειτση με APIs εμπορίου και πλατφόρμες εκτέλεσης
  • Παρακολούθηση μοντέλων και κύκλους αναπόδαξης
  • Ηθικά, κανονιστικά και λειτουργικά παράμετροι

Περίληψη και Επόμενα βήματα

Απαιτήσεις

  • Κατανόηση των βασικών στατιστικών και των οικονομικών αγορών
  • Εμπειρία προγραμματισμού σε Python
  • Γνώση των δεδομένων χρονολογικών σειρών

Ακροατήριο

  • Αναλυτικοί εξειδικευμένοι
  • Εμπόροι
  • Διαχειριστές πορτφολίων
 21 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετοχαστή

Σχόλια (2)

Εφεξής Μαθήματα

Σχετικές Κατηγορίες