Kursplan

AI i Handel och Asset Management Landskapet

  • Trender inom algoritmisk och AI-baserad handel
  • Översikt över kvantitativa finansarbetsflöden
  • Nyckelverktyg, plattformar och datakällor

Arbete med Finansdata i Python

  • Hantering av tidsserie data med hjälp av Pandas
  • Datatvättning, transformation och feature engineering
  • Finansiella indikatorer och signalkonstruktion

Övervakat Lärande för Handelssignaler

  • Regressions- och klassificeringsmodeller för marknadsprognoser
  • Utvärdering av prediktiva modeller (t.ex. noggrannhet, precision, Sharpe ratio)
  • Fallstudie: bygga en ML-baserad signalgenerator

Oövervakat Lärande och Marknadsregimer

  • Klusteranalys för volatilitetsregimer
  • Dimensionsreduktion för mönsterupptäckt
  • Tillämpningar inom basket trading och riskgruppering

Portföljoptimering med AI-tekniker

  • Markowitz ramverk och dess begränsningar
  • Risk parity, Black-Litterman och ML-baserad optimering
  • Dynamisk rebalansering med prediktiva ingångar

Backtesting och Strategievaluering

  • Använda Backtrader eller anpassade ramverk
  • Riskjusterade prestandamått
  • Undanröja overfitting och lookahead bias

Implementering av AI-modeller i Live Handel

  • Integration med handels-API:er och exekveringsplattformar
  • Modellövervakning och återträningscyklar
  • Etiska, regleringsmässiga och operationella överväganden

Sammanfattning och Nästa Steg

Krav

  • En förståelse av grundläggande statistik och finansmarknader
  • Erfarenhet av Python-programmering
  • Bekantskap med tidsserie data

Målgrupp

  • Kvantitativa analytiker
  • Handelsexperter
  • Portföljchefer
 21 timmar

Antal deltagare


Pris per deltagare

Vittnesmål (2)

Kommande Kurser

Relaterade Kategorier