機器學習在金融交易上的應用專業課程

開啟您的機器學習交易職業生涯。學習量化交易中使用的機器學習技術。

關於此專業課程

這門由Google雲端和紐約金融學院 (NYIF) 共同推出的三門課程專項課程面向金融專業人士，包括但不限於對沖基金交易員、分析師、日內交易員、投資管理或投資組合管理人員，以及任何有興趣深入了解如何使用機器學習 (ML) 和 Python 建立有效交易策略的人士。此外，該課程也適合希望將機器學習技能應用於量化交易策略的專業人士。完成本專項課程後，您將掌握如何利用Google雲端的強大功能來開發和部署無伺服器、可擴展的深度學習和強化學習模型，從而創建能夠自我更新和訓練的交易策略。作為一項挑戰，我們鼓勵您將強化學習的概念應用於實際交易案例。本課程是為具備中級機器學習基礎的人士而設。為了順利完成課程中的練習，您應該精通 Python 編程，並熟悉相關的機器學習庫，例如 Scikit-Learn、StatsModels 和 Pandas。具備紮實的機器學習和統計學基礎（包括回歸、分類和基本統計概念），以及金融市場（股票、債券、衍生性商品、市場結構和避險）的基本知識。有SQL經驗者優先考慮。

到官方網站了解本課程與上課

應用的學習專案

這三門課程將向您展示如何使用 Python 創建各種量化和演算法交易策略。完成本專案課程後，您將能夠利用機器學習創建和改進量化交易策略，並對其進行訓練、測試，最終在資本市場中實施。您還將學習如何使用深度學習和強化學習策略來創建能夠自我更新和訓練的演算法。

你將學到的內容有

理解機器學習、深度學習和強化學習 (RL) 策略的結構和技術。
描述開發和測試機器學習驅動的交易策略所需的步驟。
描述優化機器學習驅動的交易策略的方法。
使用 Keras 和 TensorFlow 建立機器學習模型。

你將獲得的技能：

應用機器學習	人工智慧和機器學習（AI/ML）	資料管道
金融交易	GCP (Google Cloud Platform)	機器學習
機器學習演算法	機器學習方法	模型評估
投資組合管理	RNNs (Recurrent Neural Networks, 循環神經網路)	強化學習
證券交易	統計機器學習	監督學習
技術分析	時間序列分析與預測

你將學習的工具：

Keras(Neural Network Library)

Tensorflow

字幕

簡中、日本語、英文（ 14 種語言)

製作方

Google Cloud

CU-Boulder 是一個充滿活力的學者和學習者社區，位於該國最壯觀的大學校園之一。作為享有盛譽的美國大學協會 (AAU) 的 34 所美國公共機構之一，我們擁有引以為豪的學術卓越傳統，擁有五位諾貝爾獎獲得者和 50 多名享有盛譽的學術機構成員。

New York Institute of Finance 紐約金融學院 (NYIF)

紐約金融學院 (NYIF) 是全球領先的金融服務及相關產業培訓機構。該學院由紐約證券交易所於 1922 年創辦，如今已為遍布 120 多個國家的 25 萬多名專業人士提供培訓。 NYIF 的課程涵蓋投資銀行、資產定價、保險和市場結構、金融建模、資金營運和會計等各個領域。學院擁有一支由行業領導者組成的師資隊伍，並提供多種課程交付方式，包括自學、線上課程和麵授課程。其美國客戶包括美國證券交易委員會 (SEC)、財政部、摩根士丹利、美國銀行以及大多數全球領先的銀行。

第 1 門課程交易、機器學習和 GCP 簡介

你將學到的內容有

了解交易的基本原理，包括趨勢、收益、停損和波動的概念。
定義量化交易和量化交易策略的主要類型。
了解交易所套利、統計套利和指數套利的基本步驟。
了解機器學習在金融應用案例的應用。

你將獲得的技能：

深度學習	Google Cloud Platform	證券交易
人工智慧與機器學習(AI/ML)	應用機器學習	金融
金融預測	機器學習演算法	模型評估
監督學習	機器學習方法	雲端平台
機器學習	技術分析	預測建模
統計機器學習	人工神經網路	時間序列分析與預測

你將學習的工具：

模型部署

第 2 門課程在交易和金融中使用機器學習

你將學到的內容有

設計基礎量化交易策略
使用 Keras 和 Tensorflow 建立機器學習模型
建立配對交易策略預測模型並進行回測
建立基於動量的交易模型並進行回測

你將獲得的技能：

金融交易	預測建模	證券交易
統計機器學習	資料管道	機器學習
深度學習	模型評估	市場趨勢
時間序列分析與預測	應用機器學習	金融交易
技術分析

你將學習的工具：

Keras(神經網路程式庫)

Python程式設計

Tensorflow

第 3 門課程交易策略的強化學習

你將學到的內容有

理解強化學習（RL）策略的結構與技術。
理解使用強化學習相對於其他學習方法的優點。
描述開發和測試強化學習交易策略所需的步驟。
描述用於優化強化學習交易策略的方法。

你將獲得的技能：

金融交易	風險管理	人工智慧與機器學習 (AI/ML)
投資組合風險	應用機器學習	馬可夫模型
投資組合管理	強化學習	金融市場
時間序列分析與預測	應用機器學習	人工神經網路
循環神經網路 (RNN)	深度學習