Kom i kontakt

Kursplan

AI i trading- och förvaltningslandskapet

  • Trender inom algoritmisk och AI-baserad trading
  • Översikt över flöden i kvantitativ finans
  • Centrala verktyg, plattformar och datakällor

Hantering av finansiell data i Python

  • Hantering av tidsrkedata med Pandas
  • Datarengöring, transformation och feature engineering
  • Finansiella indikatorer och signalgenerering

Övervakat lärande för trading-signaler

  • Regression- och klassificeringsmodeller för marknadsprognoser
  • Utvärdering av prediktiva modeller (t.ex. precision, precision, Sharpe-kvot)
  • Fallstudie: Bygga en ML-baserad signatgenerator

Oövervakat lärande och marknadsregimer

  • Klusteranalys för volatilitetsregimer
  • Dimensionsreducering för mönsteridentifiering
  • Tillämpningar inom basket trading och riskgruppering

Portföljoptimering med AI-tekniker

  • Markowitz-ramverket och dess begränsningar
  • Riskparitet, Black-Litterman och ML-baserad optimering
  • Dynamisk rebalansering med prediktiva inspel

Backtesting och utvärdering av strategier

  • Användning av Backtrader eller egna ramverk
  • Riskjusterade prestandamått
  • Undvikande av overfitting och look-ahead bias

Implementering av AI-modeller i live trading

  • Integration med trading-API:er och exekveringsplattformar
  • Modellövervakning och omträningscykler
  • Etiska, reglementära och operativa överväganden

Sammanfattning och nästa steg

Krav

  • Kunskap om grundläggande statistik och finansiella marknader
  • Erfarenhet av Python-programmering
  • Kännedom om tidsrkedata

Målgrupp

  • Kvantitativa analytiker
  • Tradingproffs
  • Portföljförvaltare
 21 Timmar

Antal deltagare


Pris per deltagare

Vittnesmål (1)

Kommande Kurser

Relaterade Kategorier