課程簡介

AI在交易與資產管理領域的應用

  • 算法與AI交易趨勢。
  • 量化金融工作流程概述。
  • 關鍵工具、平臺與數據源。

使用Python處理金融數據

  • 使用Pandas處理時間序列數據。
  • 數據清洗、轉換與特徵工程。
  • 金融指標與信號構建。

監督學習在交易信號中的應用

  • 用於市場預測的迴歸與分類模型。
  • 評估預測模型(如準確率、精確率、夏普比率)。
  • 案例研究:構建基於機器學習的信號生成器。

無監督學習與市場機制

  • 聚類分析波動機制。
  • 降維以發現模式。
  • 在籃子交易與風險分組中的應用。

使用AI技術優化投資組合

  • 馬科維茨框架及其侷限性。
  • 風險平價、Black-Litterman與基於機器學習的優化。
  • 基於預測輸入的動態再平衡。

回測與策略評估

  • 使用Backtrader或自定義框架。
  • 風險調整後的績效指標。
  • 避免過擬合與前瞻性偏差。

在即時交易中部署AI模型

  • 與交易API和執行平臺的集成。
  • 模型監控與再訓練週期。
  • 倫理、法規與操作考慮。

總結與下一步

最低要求

  • 具備基礎統計學和金融市場知識。
  • 有Python編程經驗。
  • 熟悉時間序列數據。

受衆

  • 量化分析師。
  • 交易專業人士。
  • 投資組合經理。
 21 時間:

客戶評論 (2)

課程分類