Kursplan

AI i Handels- och Management Landskapet

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

Arbete med Finansiell Data i Python

  • Hantering av tidsseriedata med Pandas
  • Datarensning, transformation och feature engineering
  • Finansiella indikatorer och signalkonstruktion

Supervised Learning för Handelssignaler

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

Unsupervised Learning och Marknadslägen

  • Klustring för volatilitetslägen
  • Dimensionalitetsreduktion för mönsterupptäckt
  • Applikationer inom korghandel och riskgruppering

Portföljoptimering med AI-Tekniker

  • Markowitz-ramverk och dess begränsningar
  • Riskparitet, Black-Litterman och ML-baserad optimering
  • Dynamisk balansering med prediktiva inslag

Backtesting och Strategiutvärdering

  • Användning av Backtrader eller anpassade ramverk
  • Riskjusterade prestationsmått
  • Undvikande av överanpassning och look-ahead bias

Deployering av AI-Modeller i Live Handels

  • Integration med handels-APIer och utförandeplattformar
  • Modellövervakning och omträningscykler
  • Etiska, regleringsmässiga och operativa överväganden

Sammanfattning och Nästa Steg

Krav

  • Grundläggande förståelse för statistik och finansiella marknader
  • Erfarenhet av Python programmering
  • Kännedom om tidsseriedata

Målgrupp

  • Kvantitativa analytiker
  • Tradingprofessionella
  • Portföljhanterare
 21 timmar

Antal deltagare


Pris per deltagare

Vittnesmål (1)

Kommande Kurser

Relaterade Kategorier