用 Python 實踐計量金融與演算法交易

Contents

股票市場、馬科維茨投資組合( Markowitz-portfolio )理論、CAPM、Black-Scholes 公式、風險價值、蒙地卡羅( monte carlo )模擬，外匯( FOREX )

從這 14.5 小時的課程，你會學到

瞭解股市基礎
理解現代投資組合理論
理解資本資產定價模型( CAPM )
瞭解隨機過程( stochastic processes )和著名的 Black-Scholes 模型
理解蒙地卡羅( Monte-Carlo )模擬
理解風險價值(VaR)

要求

你應該對計量金融有興趣，也有興趣了解其相關的數學和程式設計

課程說明

本課程是關於金融工程的基礎知識。首先，你們將學習股票、債券和其他衍生產品。本課程的主要目的是加深對金融數學模型的理解。馬科維茨模型( Markowitz-model )是第一步。然後是資本資產定價模型( CAPM )。20 世紀最優雅的科學發現之一是布萊克-舒爾斯模型( Black-Scholes model ): 如何通過套期保值( hedging )來消除風險。現在機器學習技術正變得越來越流行。因此，你將學習迴歸( regression )、支援向量機( SVM )和基於樹( tree based )的方法。

重要提示: 你必須對統計學和數學感興趣才選擇這門課程! !！

第一部分:

安裝 Python

股票市場基礎

第二部分:

什麼是債券

如何計算債券的價格

第三部分:

什麼是現代投資組合理論(Markowitz-model)

效率前緣和資本配置線( capital allocation line )

夏普( sharpe )比率

第四部分:

什麼是資本資產定價模型(CAPM)

Beta 值和市場風險

第五部分:

衍生工具基礎

期權(看跌期權和看漲期權)

隨機行為

隨機分析和伊藤引理( Ito’s lemma )

布朗運動

布萊克-舒爾斯模型( Black-Scholes model )

第六部分:

什麼是風險價值(VaR)

蒙地卡羅模擬( Monte-Carlo simulation )

第七部分:

金融的機器學習

如何預測未來的股價

支援向量機( SVM )、k 近鄰分類器和( k-nearest neighbor classifier ) 和邏輯迴歸( Logistic Regression )

第八部分:

長期投資(華倫巴菲特的方法 – 可參考勝券在握書)

有效市場假說

目標受眾

任何想學習金融工程基礎知識的人！

講師簡介

Holczer Balazs 軟體工程師 ( 更多講師主講課程介紹 )

嗨！

我叫 Balazs Holczer。我來自匈牙利布達佩斯。我有物理學家資格，且一直是。目前我在一家跨國公司擔任模擬工程師。自從大學以來，我一直對演算法和資料結構以及它的實現感興趣，特別是在 Java 中。後來我熟悉了機器學習技術、人工智慧、數值方法和配方，如求解微分方程、線性代數、內插( interpolation )和外差( extrapolation )。這些事情可能在幾個領域被證明是非常重要的：軟體工程、研究與開發或投資銀行。對於 Black-Scholes 模型或 Merton 模型等定量模型，我有特別喜愛。

歡迎參觀我的網站並訂閱，如果你對這些話題感興趣！