Contents
由歐洲前 15 名商學院 EDHEC 提供的專業課程
關於此專業課程
資產管理專業的資料科學和機器學習旨在提供對現代投資管理方法的廣泛而全面的介紹,特別強調使用資料科學和機器學習技術來改進投資決策。 通過本專業,你將獲得做出合理投資決策所需的工具,不僅強調基礎理論和基本概念,還強調實際應用和實施。 我們不只是解釋科學,而是幫助你以實用的方式建立在該基礎上,重點是通過一系列專門的實驗室課程,在 Python 程式語言中實踐這些想法的實現。
到官方網站了解本課程與上課
你將學到的內容有
- 編寫自訂的 Python 程式碼並使用現有 Python 程式庫來構建和分析有效的投資組合策略。
- 編寫自訂的 Python 程式碼並使用現有 Python 程式庫來估計風險和收益參數,建構更好的多元化投資組合。
- 學習金融資料集的有監督和無監督機器學習技術的原理
- 了解先進的資料分析方法,以及應用於投資決策中的替代資料的計量建模
你將獲得的技能:
危機管理 | 投資組合構建和分析 | Python 程式技術 |
將資料科學技術實施到投資決策上 | 最佳化投資組合 | 程式設計技術 |
管理你個人的投資 |
字幕
英文
製作方
EDHEC 北方高等商學院 ( 更多EDGEC 提供的課程 )
EDHEC 成立於 1906 年,現在是歐洲排名前 15 的商學院之一。
EDHEC 總部位於里爾、尼斯、巴黎、倫敦和新加坡,校園內有 90 多個國籍,是一所完全與商業世界直接相連的國際學校。它在 120 個國家/地區擁有 40,000 多名畢業生,培養能夠應對快速發展的世界挑戰的忠誠的管理人員。憑藉卓越、創新和創業精神的核心價值觀,EDHEC 開發了一種基於對社會、企業和學生真正實用的研究的戰略模型,這在 EDHEC-風險研究所和科學 Beta 的工作中尤為明顯。學校作為真正的思想實驗室,通過 EDHEC Online(第一個完全在線的學位級別培訓平台)在數字教育領域發揮先鋒作用。這些不同的組成部分使 EDHEC 成為知識、經驗和多樣性的中心,旨在為新一代管理人員做好準備,使其在瞬息萬變的世界中脫穎而出。 EDHEC 數字:8,600 名接受學術教育的學生,19 個從學士到博士級別的學位課程,184 名教授和研究人員,11 個專業研究中心。
第 1 門課程 使用 Python 進行投資組合構建和分析簡介
近年來,計算方法已經改變了投資管理的實踐。本課程介紹了基礎科學,旨在讓你徹底了解該科學基礎。然而,我們不僅僅解釋科學,還幫助你以實用的方式建立在該基礎上,重點是在 Python 程式語言中實踐這些想法的實現。
本課程是資產管理資料科學和機器學習四門課程中的第一門課程,但可以獨立學習。在本課程中,我們將介紹投資科學的基礎知識,並在此過程中構建每個概念的實際實施。我們將從風險和回報的基本知識開始,然後迅速涵蓋一系列主題,包括幾個諾貝爾獎獲獎概念。我們將介紹現代最先進的投資管理和投資組合構建中一些最流行的實用技術。
當我們在視訊講座中介紹理論和數學時,我們還將運用 Python 實現這些概念,你將能夠與我們一起編寫程式碼,以便你對這些方法的工作原理有深入而實際的了解。當你完成時,你不僅會對投資管理中的現代計算方法有基本的了解,而且你將實際掌握這些方法的實施。
第 2 門課程 使用 Python 進行進階投資組合構建和分析
近年來,計算方法已經改變了投資管理的實踐。我們不只是解釋科學,而是幫助你以實用的方式建立在該基礎上,重點是在 Python 程式語言中實踐這些想法的實現。在本課程中,我們涵蓋了有意義的投資組合決策的風險和回報參數的估計,並介紹了各種最先進的投資組合構建技術,這些技術已被證明因其增強的穩健性而在投資管理和投資組合構建中很受歡迎.
當我們在視訊講座中介紹理論和數學時,我們還將在 Python 中實現這些概念,你將能夠與我們一起編寫程式碼,以便你對這些方法的工作原理有深入而實際的了解。當你完成時,你不僅會對投資管理中的現代計算方法有基本的了解,而且你將實際掌握這些方法的實施。如果你遵循並實施所有實驗室練習,你將使用強大的工具包完成課程.
第 3 門課程 用於資產管理的 Python 和機器學習
本課程將讓你掌握投資管理領域的機器學習方法。它由各自領域的兩位思想領袖設計,即來自 EDHEC 風險研究所的 Lionel Martellini 和來自普林斯頓大學的 John Mulvey。從基礎開始,它們將幫助你建立實用技能來理解資料科學,從而做出最佳投資組合決策。
本課程將首先介紹機器學習的基礎知識,然後深入討論這些技術在投資組合管理決策中的應用,包括設計更強大的因子模型,構建具有改進多元化收益的投資組合,以及實施更有效的風險管理模式。
我們設計了一個 3 步學習過程:首先,我們將介紹一個有意義的投資問題,看看如何使用統計技術解決這個問題。然後,我們將看到機器學習的這種新見解如何完成並提高分析的相關性。
你將有機會利用視頻和推薦讀物來提升你的金融專業知識,並使用測驗和 Jupiter 筆記本來確保掌握概念。
在本課程結束時,你將掌握投資管理中的各種機器學習技術。
第 4 門課程 使用替代資料集進行資產管理的 Python 和機器學習
過去幾十年對於市場和會計資料的過度利用導致了投資組合擁擠、表現平庸和系統性風險,激勵正在尋找優勢的金融機構迅速採用替代資料作為傳統資料的取代品。本課程介紹圍繞替代數據的核心概念、該領域的最新研究以及實際投資組合示例和實際應用。本課程的方法有些獨特,因為雖然所涵蓋的理論仍然是主要組成部分,但實際實驗室課程和使用替代資料集的示例也是關鍵。如果你的目標是金融市場資料科學家的職業前景,希望提高你對金融市場的分析技能,或者你對應用於大數據的尖端技術和研究感興趣,那麼本課程適合你.所需背景為:Python 程式設計、投資理論和統計學。本課程將讓你能夠學習應用於金融市場的新資料和研究技術,同時加強資料科學和 Python 技能。
到官方網站了解本課程與上課
你可能會有興趣
- 歡迎加入金融財務學習資訊分享粉絲群
✍ 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。