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。
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。
✍ 不受社群推薦演算法影響，建議 Telegram/Discord/e-mail
你必須登入才能發表留言。