문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
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
회원 평가 (3)
LLM의 배경/이론, 연습
Joanne Wong - IPG HK Limited
코스 - Applied AI for Financial Statement Analysis & Reporting
기계 번역됨
이것은 저에게 자동화를 만드는 데 도움이 될 새로운 도구에 대한 인식을 열어주었습니다.
Alessandra Parpajola - Advanced Bionics AG
코스 - Machine Learning & AI for Finance Professionals
기계 번역됨
트레이너가 모든 내용을 제시하는 방식에 매우 감명받았습니다. 금융이 제 전문 분야가 아니었지만, 트레이너는 모든 참가자가 같은 페이지에 있도록 하면서도 시간을 잘 맞추었습니다. 연습 문제들은 적절한 간격으로 배치되었습니다. 참가자들과의 소통은 항상 이루어졌습니다. 자료는 완벽했습니다, 너무 많지도, 너무 적지도 않았습니다. 트레이너는 복잡한 주제들을 잘 설명하여 모든 사람이 이해할 수 있도록 했습니다.
Diana
코스 - ChatGPT for Finance
기계 번역됨