fbpx

奈米學位學習方案:用於金融交易的人工智慧

Contents

課程簡介

完成由業界專家設計的真實世界專案,涵蓋從資產管理到交易訊號生成的主題。掌握用於交易的人工智慧演算法,並建立你的職業準備作品組合。

Udacity奈米學位介紹

預估完成時間:6 個月

你將學習到

量化交易

學習定量分析的基礎知識,包括資料處理、交易訊號生成和投資組合管理。使用 Python 處理歷史股票資料,制定交易策略,並透過最佳化建構一個多因素模型。

基礎量化交易

瞭解市場機制以及如何利用股票資料產生訊號。在你的第一個專案中,努力開發一個動量交易策略。

專案用動量( momentum )進行交易

實施一個動量交易策略,並測試它是否有盈利的潛力。你將利用特定股票領域的歷史資料,根據動量指標生成交易訊號。然後,你將計算該訊號並產生預測收益。最後,你將進行統計測試,以得出訊號中是否存在 alpha 的結論。

高階量化交易

學習訊號生成的量化工作流程,並應用交易中常用的高階量化方法。

專案-突破策略

編碼並評估一個突破訊號。你將執行統計測試來測試正態性和尋找 alpha。你還將瞭解過濾後的異常值對你的交易訊號可能產生的影響,並確定異常值是否是有效的交易訊號。你將對哪些應該保留與哪些不應該保留做出判斷。

股票、指數和ETF

瞭解投資組合最佳化,以及由股票形成的金融證券,包括市場指數、虛值ETF和Smart Beta ETF。

專案-智慧 Beta 和投資組合最佳化

使用智慧方法和最佳化建立兩個投資組合。你將透過計算跟蹤誤差來評估投資組合的表現。你還將計算你的投資組合的營業額,並找到重新平衡的最佳時機。你將透過分析基本資料和二次程式設計得出投資組合的權重。

因素投資和 alpha 研究

瞭解 alpha 和風險因素,並利用先進的最佳化技術建構投資組合。

專案-alpha 研究和因子建模

研究和產生多個 alpha 因子。你將應用各種技術來評估你的 alpha 因子的表現,並學會為你的投資組合挑選最好的因子。你將透過與風險模型、槓桿、市場中立性和因子暴露的限制等約束條件合作,制定一個高階投資組合最佳化問題。

自然語言處理的情緒分析

學習文字處理的基本原理,並分析公司檔案以產生基於情感的交易訊號。

專案-使用 NLP 進行情感分析

使用公司的 10Q 和 10K 檔案,應用你新學的自然語言處理知識,從清理資料和文字處理,到特徵提取和建模。你將使用詞包( bag-of-words )和TF-IDF來生成公司的特定情緒。然後,你將想出交易策略,並衡量你的策略的效能。

用深度學習進行高階自然語言處理

學習在定量分析中應用深度學習,使用遞迴神經網路和長短期記憶來生成交易訊號。

專案-新聞資料的深度神經網路

建立深度神經網路來處理和解釋新聞資料。你將使用不同的方式將單詞嵌入到向量中。你將建構和訓練 LSTM 網路,對情緒進行分類。你將執行回測,並將模型應用於新聞資料以生成訊號。

結合多種訊號

學習先進的技術來選擇和組合你從傳統和替代資料產生的因素。

專案- 結合訊號以增強 alpha

為標準普爾500指數及其成分股建立一個模型,為一個包括市場資料、基本面資料和替代資料在內的大型資料集選擇一個模型。你將驗證你的模型以確保沒有過度擬合。你將根據預測結果對股票進行排名和選擇,以建構一個多頭/空頭組合。

用歷史資料模擬交易

學習透過嚴格的回測來完善交易訊號。在你的演算法買入和賣出時跟蹤你的損益。

專案-回溯測試

建構一個 OHLC 資料來源和一個回測框架。你將學習各種用於回測的視覺化技術。你將使用各種參數建構交易策略,如交易日、獲利水平、止損水平等。然後你將最佳化參數,並透過分析回測結果來評估效能。

所有的學習方案都包含

來自業界專家的真實世界專案

透過與頂尖公司合作的真實世界專案和沉浸式內容,你將掌握公司需要的技術技能。

技術指導員支援

我們知識淵博的導師指導你的學習,並專注於回答你的問題,激勵你並使你保持在正軌上。

職涯發展服務

你將有機會獲得履歷支援、Github 作品組合審查和 LinkedIn 個人資料最佳化,以幫助你推進你的職業生涯並獲得高薪職位。

靈活的學習計劃

定製適合你繁忙生活的學習計劃。按照你自己的節奏學習,在最適合你的時間表上達到你的個人目標。

教學方案提供以下服務

課程內容

  • 和 WorldQuant 共同創造的內容
  • 真實世界的專案
  • 專案審查
  • 來自經驗豐富的審查員的專案反饋

學生服務

  • 技術指導員支援
  • 學生社群

職涯發展服務

  • 履歷支援
  • Github 審查
  • Linkedin 個人資料最佳化

透過個性化的服務獲得成功

透過個人化的服務獲得成功

我們在你學習旅程的每一步都為你的需求提供定製服務,以確保你的成功!

有經驗的專案審查者

專案審查者的服務

  • 個人化的回饋
  • 無限的提交和回饋迴圈
  • 實用技巧和業界最佳實踐
  • 額外的建議資源以改善

技術導師( mentor )支援

導師服務

  • 為你的所有技術問題提供支援
  • 由我們的技術導師團隊快速回答問題

與業界傑出人士學習

Cindy Lin 課程負責人

Cindy是一名定量分析員,有在美銀美林、摩根士丹利和平安證券等金融機構工作的經驗。她擁有卡耐基梅隆大學的計算金融碩士學位。

Arpan Chakraborty 講師

Arpan 是一名電腦科學家,擁有北卡羅來納州立大學的博士學位。他在佐治亞理工學院(電腦科學碩士專案)任教,並且是《Practical Graph Mining with R》一書的作者之一。

Elizabeth Otto Hamel 導師

Elizabeth 在斯坦福大學獲得應用物理學博士學位,她利用光學和分析技術研究大型神經元群的活動模式。她曾在資料孵化器教授資料科學。

Eddy Shyu 講師

Eddy曾在貝萊德、湯森路透和摩根士丹利工作,並擁有洛桑高等商學院金融工程碩士學位。Eddy在加州大學伯克利分校教授資料分析,並為 Udacity 的自動駕駛汽車專案做出了貢獻。

Brok Bucholtz 講師

Brok 在 Optimal Blue 等公司擁有超過5年的軟體工程經驗背景。Brok曾為Udacity的自動駕駛汽車、深度學習和人工智慧奈米學位課程建立專案。

Parnian Barekatain 講師

Parnian是一位自學成才的人工智慧程式設計師和研究人員。此前,她曾在 OpenAI 實習,研究多代理強化學習,並組織了第一屆OpenAI駭客馬拉松。她還負責ShannonLabs的獎學金,以支援下一代的獨立研究人員。

Juan Delgado 內容開發人員

Juan 是一位擁有天文學碩士學位的計算物理學家。他正在完成他的生物物理學的博士學位。他曾在美國太空總署工作,開發太空儀器,並編寫軟體,使用機器學習技術分析大量的科學資料。

Luis Serrano 講師

Luis 曾在 Google 擔任機器學習工程師。他擁有密歇根大學的數學博士學位,並在魁北克大學蒙特利爾分校從事博士後研究工作。

報名參加課程

Soft & Share 介紹過的 Udacity 課程


追蹤 Soft & Share

✍ 不受社群推薦演算法影響,建議 Telegram/Discord/e-mail

幫我們個小忙!

請為我們的網站評分(必)

Comments are closed.

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: