Python 中的金融工程和人工智能
财务分析、时间序列分析、投资组合优化、CAPM、算法交易、Q-Learning 等等！
讲师：Lazy Programmer Team
口袋资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！
用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。
你将学到什么
- 预测股票价格和股票回报
- 时间序列分析
- Holt-Winters 指数平滑模型
- 阿里玛
- 有效市场假说
- 随机游走假设
- 探索性数据分析
- 阿尔法和贝塔
- 股票收益的分布和相关性
- 现代投资组合理论
- 均值-方差优化
- 有效前沿、夏普比率、切线投资组合
- CAPM（资本资产定价模型）
- 算法交易的 Q-Learning
要求
- 良好的 Python 编码技能
- Numpy、Matplotlib、Pandas 和 Scipy（我免费教授这个！我给社区的礼物）
- 矩阵运算
- 可能性
描述
您是否想过，如果将机器学习和人工智能的力量与金融工程结合起来会发生什么？
今天，你可以停止想象，开始行动。
本课程将教您金融工程的核心基础知识，并结合机器学习知识。
我们将涵盖金融工程中必须了解的主题，例如：
- 探索性数据分析、显着性检验、相关性、alpha 和 beta
- 时间序列分析、简单移动平均线、指数加权移动平均线
- Holt-Winters 指数平滑模型
- ARIMA 和 SARIMA
- 有效市场假说
- 随机游走假设
- 时间序列预测（“股价预测”）
- 现代投资组合理论
- 有效前沿/马科维茨子弹
- 均值-方差优化
- 最大化夏普比率
- 使用线性规划和二次规划进行凸优化
- 资本资产定价模型（CAPM）
- 算法交易（仅限 VIP）
- 统计因子模型（仅限 VIP）
- 使用隐马尔可夫模型进行政权检测（仅限 VIP）
此外，我们还将研究纯粹源于机器学习和人工智能领域的各种非传统技术，例如：
- 回归模型
- 分类模型
- 无监督学习
- 强化学习和 Q 学习
***VIP 专区（售完即止！）***
- 算法交易（趋势跟踪、机器学习和基于 Q 学习的策略）
- 统计因素模型
- 使用 HMM 进行状态检测和波动性聚类建模
我们将了解过去十年中营销人员冒充“机器学习专家”所犯的最大错误，他们承诺教毫无戒心的学生如何“用 LSTM 预测股票价格”。您将确切地了解到为什么他们的方法有根本性的缺陷以及为什么他们的结果完全是无稽之谈。这是一个关于如何不将人工智能应用于金融的教训。
作为大约 30 门机器学习、深度学习、数据科学和人工智能课程的作者，我情不自禁地走进了广阔而复杂的金融工程世界。
本课程适合任何热爱金融或人工智能的人，尤其是如果您都喜欢的话！
无论您是学生、专业人士还是想要提升职业生涯的人 – 这门课程都适合您。
感谢您的阅读，我们课堂上见！
建议的先决条件：
- 矩阵运算
- 可能性
- 良好的 Python 编码技能
- Numpy、Matplotlib、Scipy 和 Pandas（我免费教这些，没有任何借口！）
我应该按什么顺序学习您的课程？：
- 查看讲座“机器学习和 AI 先决条件路线图”（可在我的任何课程的常见问题解答中找到，包括免费的 Numpy 课程）
独特的功能
- 每行代码都有详细解释 – 如果您不同意，请随时给我发电子邮件
- 不像其他课程那样浪费时间在键盘上“打字”——说实话，没有人能真正从头开始在短短 20 分钟内编写出值得学习的代码
- 不害怕大学水平的数学 – 获取其他课程遗漏的算法的重要细节
本课程适合谁：
- 任何热爱或想学习金融工程的人
- 想要在金融或人工智能和机器学习领域发展职业生涯的学生和专业人士
声明：口袋资源网（koudaizy.com）提供的所有课程、素材等资源全部来源于互联网，赞助VIP仅用于对口袋资源服务器带宽及网站运营等费用支出做支持，从本站下载资源，说明你已同意本条款。
