Курс соединяет машинное обучение с количественной торговлей для построения продвинутых стратегий, основанных на данных. Слушатели изучают модели с учителем и без учителя, конструирование признаков, прогнозирование временных рядов, архитектуры глубокого обучения и подходы обучения с подкреплением. Программа показывает практическое применение ML в генерации сигналов, моделировании риска и оптимизации портфеля. Курс создан для квантов, трейдеров и аналитиков и даёт аналитическую и техническую глубину, необходимую для создания интеллектуальных торговых систем на современных рынках.
Рост
Навыки и цели обучения
В этом курсе 11 модулей
- Обзор основ и преимуществ алгоритмической торговлиОткройте этот класс, чтобы смотреть7 мин 48 с
- Различные компоненты алгоритмической торговлиОткройте этот класс, чтобы смотреть3 мин 27 с
- Виды стратегий алгоритмической торговлиОткройте этот класс, чтобы смотреть3 мин 24 с
- Риски и вызовы алгоритмической торговлиОткройте этот класс, чтобы смотреть2 мин 31 с
- Введение в программирование на PythonОткройте этот класс, чтобы смотреть1 мин 23 с
- Численные вычисления и векторизация с NumPyОткройте этот класс, чтобы смотреть1 мин 23 с
- Введение в машинное обучениеОткройте этот класс, чтобы смотреть1 мин 56 с
- Типы данных — структурированные и неструктурированныеОткройте этот класс, чтобы смотреть2 мин 18 с
- Виды машинного обучения — с учителем и безОткройте этот класс, чтобы смотреть3 мин 7 с
- Разные виды моделей машинного обучения в трейдингеОткройте этот класс, чтобы смотреть6 мин 41 с
- Введение во временные ряды для трейдингаОткройте этот класс, чтобы смотреть7 мин 38 с
- Коинтеграция и парный трейдингОткройте этот класс, чтобы смотреть5 мин 14 с
- Введение в глубокое обучениеОткройте этот класс, чтобы смотреть17 мин 2 с
- Разные виды нейронных сетейОткройте этот класс, чтобы смотреть4 мин 14 с
- Введение в обучение с подкреплениемОткройте этот класс, чтобы смотреть3 мин 17 с
- Торговля с использованием марковских процессов принятия решений (MDP)Откройте этот класс, чтобы смотреть1 мин 10 с
- Q-обучение и глубокое Q-обучение в трейдингеОткройте этот класс, чтобы смотреть4 мин 9 с
- Создание торговых агентов на основе RLОткройте этот класс, чтобы смотреть2 мин 27 с
- Разработка и внедрение стратегийОткройте этот класс, чтобы смотреть2 мин 7 с
- Бэктестинг на исторических данныхОткройте этот класс, чтобы смотреть2 мин 1 с
- Оценка стратегий с помощью метрикОткройте этот класс, чтобы смотреть2 мин 45 с
- Понимание управления рисками в трейдингеОткройте этот класс, чтобы смотреть52 с
- Реализация стратегии на RSIОткройте этот класс, чтобы смотреть42 с
- История успешных команд алгоритмического трейдингаОткройте этот класс, чтобы смотреть1 мин 47 с
- Алгоритмическая торговля на Форекс, в крипте и акцияхОткройте этот класс, чтобы смотреть1 мин 2 с
- Кейсы успешных стратегийОткройте этот класс, чтобы смотреть1 мин 31 с
- Будущие тренды алгоритмической торговли с ИИОткройте этот класс, чтобы смотреть1 мин 10 с
- Этический комплаенс в алгоритмической торговлеОткройте этот класс, чтобы смотреть1 мин 30 с
- Правовые и регуляторные рамкиОткройте этот класс, чтобы смотреть1 мин 23 с
- Управление рисками и комплаенс — сильных алгоритмов недостаточноОткройте этот класс, чтобы смотреть1 мин 14 с
- Лучшие практики и ошибки, которых стоит избегатьОткройте этот класс, чтобы смотреть1 мин 59 с
- Прогресс машинного обученияОткройте этот класс, чтобы смотреть1 мин 56 с
- Влияние больших данных и инженерии данных на алгоритмическую торговлюОткройте этот класс, чтобы смотреть1 мин 42 с
- Развитие квантовых вычислений и их применениеОткройте этот класс, чтобы смотреть1 мин 27 с
- Будущее: вызовы и возможностиОткройте этот класс, чтобы смотреть1 мин 7 с
- ЗаключениеОткройте этот класс, чтобы смотреть1 мин 3 с
Этот курс является частью следующих сертификаций
Сертификация по ИИ и алгоритмической торговле (AIAT)
54 КурсыБезлимитные интерактивные упражнения
Откройте сертификат – Выберите план
FAQпо курсам
Курс даёт полное понимание того, как встраивать методы машинного обучения в алгоритмические торговые системы: основы, модели, анализ временных рядов, глубокое обучение, обучение с подкреплением и бэктестинг.
Курс предназначен для финансовых специалистов, аналитиков данных и всех, кто хочет применять машинное обучение в трейдинге и создавать интеллектуальные торговые стратегии.
Модуль охватывает обучение с учителем и без учителя, ключевые понятия ML и то, как эти модели помогают прогнозировать рыночные тренды и обосновывать алгоритмические торговые решения.
Курс объясняет, как обучение с подкреплением применяется для создания торговых агентов, которые осваивают стратегии принятия решений, оптимизируют действия и улучшают результаты через бэктестинг.
Слушатели научатся разрабатывать нейросетевые модели, оптимизировать архитектуры глубокого обучения, прогнозировать временные ряды, вычислять скользящие статистики и встраивать эти методы в торговые системы.
Исследовать
Больше от trading
Отзывы
Что говорят наши студенты
4.6
0 отзывов