Python 實踐金融工程和人工智慧

Contents

財務分析、時間序列分析、投資組合優化、CAPM、演算法交易(僅限 VIP)、Q-Learning 等等！

從這 21.5 小時的課程，你會學到

預測股票價格和股票收益
時間序列分析
Holt-Winters 指數平滑模型
ARIMA
有效市場假說
隨機遊走假設
探索性資料分析
Alpha 和 Beta
股票收益的分佈和相關性
現代投資組合理論
平均值標準差( Mean-Variance )最佳化
有效邊界( frontier )、夏普( Sharpe )比率、切線投資組合( Tangency portfolio )
CAPM（資本資產定價模型，Capital Asset Pricing Model ）
演算法交易的 Q-Learning

要求

足夠的 Python 程式設計技能
Numpy、Matplotlib、Pandas 和 Scipy（我免費教這個！我給社區的禮物）
矩陣算術
機率

課程說明

你有沒有想過如果將機器學習和人工智慧的力量與金融工程結合起來會發生什麼？

今天，你可以停止想像，開始行動。

本課程將通過機器學習傳授你金融工程的核心基礎知識。

我們將涵蓋金融工程中的必知主題，例如：

探索性資料分析、顯著性檢驗、相關性、alpha 和 beta
時間序列分析、簡單移動平均線、指數加權移動平均線
Holt-Winters 指數平滑模型
ARIMA 和 SARIMA
有效市場假說
隨機遊走假設
時間序列預測（“股票價格預測”）
現代投資組合理論
有效邊界( frontier ) / 馬科維茨子彈( Markowitz bullet )
平均值標準差( Mean-Variance )最佳化
最大化夏普比率
使用線性規劃和二次規劃進行凸函數最佳化( Convex optimization )
資本資產定價模型 (CAPM，Capital Asset Pricing Model )
演算法交易（僅限 VIP）
統計因子模型（僅限 VIP）
使用隱馬可夫模型進行政策偵查（僅限 VIP）

此外，我們還將研究純粹源自機器學習和人工智慧領域的各種非傳統技術，例如：

迴歸模型
分類模型
無監督學習
強化學習和 Q-learning

僅限 VIP 部分（在持續期間獲取！）

演算法交易（趨勢跟追蹤、機器學習和基於 Q-learning 的策略）
統計因子模型
使用 HMM 進行狀態檢測和波動性聚類建模

我們將了解過去十年中課程行銷中冒充“機器學習專家”所做的最大騙局，他們承諾教毫無戒心的學生如何“使用 LSTM 預測股票價格”。你將確切了解為什麼他們的方法存在根本缺陷，以及為什麼他們的結果完全是一派胡言。那是一個如何次不對地將 AI 應用到金融領域的教訓。

作為機器學習、深度學習、資料科學和人工智慧方面約 30 門課程的作者，我情不自禁地走進了廣闊而復雜的金融工程世界。

本課程適用於任何熱愛金融或人工智慧的人，尤其是如果你兩者都喜歡！

無論你是學生、專業人士還是想要提升自己的職業生涯的人 – 本課程適合你。

感謝你的閱讀，我們課堂上見！

目標受眾

任何熱愛或想學習金融工程的人
希望在金融或人工智慧和機器學習領域發展事業的學生和專業人士

講師簡介

Lazy Programmer Team 人工智慧與機器學習工程師 ( 更多講師主講課程介紹 )

今天，我把大部分時間花在了人工智慧和機器學習工程師身上，專注於深度學習，儘管我也以資料科學家、大數據工程師和全端軟體工程師而聞名。

我獲得了計算機工程碩士學位，主修機器學習( machine learning )和模式識別( pattern recognition )。

經驗包括作為資料科學家(優化點選率和轉換率)和大數據工程師(建立資料處理管道)的線上廣告和數位媒體。我經常使用的一些大數據技術有 Hadoop、 Pig、 Hive、 MapReduce 和 Spark。

我建立了深度學習模型來預測點進率和使用者行為，以及影像和訊號處理和文字建模。

我在推薦系統方面的工作應用了強化學習和協同過濾，我們使用 A/B 測試驗證了結果。

我曾經為哥倫比亞大學、紐約大學、杭特學院( Hunter College)和新學院( The New School )的大學和研究所教授資料科學、統計學、機器學習、演演算法、微積分、計算機圖形學和物理學。

很多企業都從我的網路程式設計經驗中受益匪淺。我負責所有的後端(伺服器)、前端(HTML/JS/CSS)和操作/部署工作。我使用的一些技術有: Python、 Ruby/Rails、 PHP、 Bootstrap、 jQuery (Javascript)、 Backbone 和 Angular。對於儲存/資料庫，我使用了 MySQL、 Postgres、 Redis、 MongoDB 等等。