AI 於交易及資產管理培訓

交易及資產管理領域中的人工智能

• 演算法及基於人工智能的交易趨勢
• 量化金融工作流程概覽
• 主要工具、平台及數據來源

使用 Python 處理金融數據

• 使用 Pandas 處理時間序列數據
• 數據清洗、轉換及特徵工程
• 金融指標及訊號建構

用於交易訊號的監督式學習

• 用於市場預測的回歸及分類模型
• 評估預測模型（例如：準確率、精確度、夏比_ratio）
• 案例研究：建立基於機器學習的訊號生成器

非監督式學習及市場狀態

• 用於波動率狀態的聚類分析
• 用於模式發現的降維技術
• 在籃子交易及風險分組中的應用

運用人工智能技術進行投資組合優化

• 馬科維茨框架及其局限性
• 風險平價、Black-Litterman 模型及基於機器學習的優化
• 結合預測輸入的动态再平衡

回測及策略評估

• 使用 Backtrader 或自訂框架
• 風險調整後的績效指標
• 避免過擬合及前視偏誤

在實盤交易部署人工智能模型

• 與交易 API 及執行平台整合
• 模型監控及再訓練週期
• 道德、法規及操作层面的考量

總結及後續步驟