코스 개요

트레이딩 및 자산 관리를 위한 AI 환경

  • 알고리즘 기반 및 AI 기반 트레이딩의 트렌드
  • 양적 금융 워크플로우 개요
  • 주요 도구, 플랫폼 및 데이터 소스

Python을 사용한 금융 데이터 처리

  • Pandas를 사용한 시계열 데이터 처리
  • 데이터 정제, 변환 및 피처 엔지니어링
  • 금융 지표와 신호 생성

트레이딩 신호를 위한 지도 학습

  • 시장 예측을 위한 회귀 및 분류 모델
  • 예측 모델 평가 (예: 정확도, 정밀도, 샤프 비율)
  • 사례 연구: ML 기반 신호 생성기 구축

비지도 학습과 시장 상태

  • 변동성 상태를 위한 클러스터링
  • 패턴 발견을 위한 차원 축소
  • 바스켓 트레이딩 및 리스크 그룹핑에서의 응용

AI 기법을 사용한 포트폴리오 최적화

  • 마코위츠 프레임워크와 그 한계
  • 리스크 패리티, 블랙-리터만, ML 기반 최적화
  • 예측 입력을 사용한 동적 리밸런싱

백테스팅 및 전략 평가

  • Backtrader 또는 사용자 정의 프레임워크 사용
  • 위험 조정 성과 지표
  • 과적합 및 전방 편향 회피

실시간 트레이딩에서 AI 모델 배포

  • 트레이딩 API 및 실행 플랫폼과의 통합
  • 모델 모니터링 및 재학습 주기
  • 윤리적, 규제적, 운영적 고려 사항

요약 및 다음 단계

요건

  • 기본 통계와 금융 시장에 대한 이해
  • Python 프로그래밍 경험
  • 시계열 데이터에 대한 익숙함

대상자

  • 양적 분석가
  • 트레이딩 전문가
  • 포트폴리오 매니저
 21 시간

참가자 수


참가자당 가격

회원 평가 (2)

예정된 코스

관련 카테고리