课程大纲

AI在交易与资产管理领域的应用

  • 算法与AI交易趋势。
  • 量化金融工作流程概述。
  • 关键工具、平台与数据源。

使用Python处理金融数据

  • 使用Pandas处理时间序列数据。
  • 数据清洗、转换与特征工程。
  • 金融指标与信号构建。

监督学习在交易信号中的应用

  • 用于市场预测的回归与分类模型。
  • 评估预测模型(如准确率、精确率、夏普比率)。
  • 案例研究:构建基于机器学习的信号生成器。

无监督学习与市场机制

  • 聚类分析波动机制。
  • 降维以发现模式。
  • 在篮子交易与风险分组中的应用。

使用AI技术优化投资组合

  • 马科维茨框架及其局限性。
  • 风险平价、Black-Litterman与基于机器学习的优化。
  • 基于预测输入的动态再平衡。

回测与策略评估

  • 使用Backtrader或自定义框架。
  • 风险调整后的绩效指标。
  • 避免过拟合与前瞻性偏差。

在实时交易中部署AI模型

  • 与交易API和执行平台的集成。
  • 模型监控与再训练周期。
  • 伦理、法规与操作考虑。

总结与下一步

要求

  • 具备基础统计学和金融市场知识。
  • 有Python编程经验。
  • 熟悉时间序列数据。

受众

  • 量化分析师。
  • 交易专业人士。
  • 投资组合经理。
 21 小时

客户评论 (2)

即将举行的公开课程

课程分类