Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
소개
- 통계학습(통계분석)과 머신러닝의 차이점
- 금융회사의 머신러닝 기술 및 인재 도입
다양한 유형의 이해 Machine Learning
- 지도 학습과 비지도 학습
- 반복 및 평가
- 편향-분산 트레이드오프
- 지도 학습과 비지도 학습 결합(반지도 학습)
Machine Learning Languages 및 도구 세트 이해
- 오픈 소스와 독점 시스템 및 소프트웨어 비교
- Python R vs Matlab
- 라이브러리 및 프레임워크
이해 Neural Networks
Finance의 기본 개념 이해
- 주식 거래 이해
- 시계열 데이터 이해
- 재무 분석 이해
Machine Learning Finance의 사례 연구
- 신호 생성 및 테스트
- 기능 엔지니어링
- 인공지능 알고리즘 트레이딩
- 정량적 무역 예측
- 포트폴리오를 위한 로보어드바이저 Management
- 위험 Management 및 사기 탐지
- 보험 인수
R 소개
- RStudio IDE 설치
- R 패키지 로드
- 데이터 구조
- 벡터
- 요인
- 기울기
- 데이터 프레임
- 행렬과 배열
재무 데이터를 R로 가져오기
- Database, Data Warehouse 및 스트리밍 데이터
- Hadoop 및 Spark를 사용한 분산 저장 및 처리
- Database에서 데이터 가져오기
- Excel 및 CSV에서 데이터 가져오기
R을 사용한 회귀 분석 구현
- 선형 회귀
- 일반화 및 비선형성
Machine Learning 알고리즘의 성능 평가
- 교차 검증 및 리샘플링
- Bootstrap 집계(배깅)
- 운동
R을 이용한 알고리즘 트레이딩 전략 개발
- 작업 환경 설정
- 주식 데이터 수집 및 조사
- 추세 추종 전략 구현
Machine Learning 거래 전략 백테스트
- 백테스팅의 함정 배우기
- 백테스터의 구성 요소
- 간단한 백테스터 구현
귀하의 Machine Learning 거래 전략 개선
- KMeans
- k-최근접 이웃(KNN)
- 분류 또는 회귀 트리
- 유전 알고리즘
- 다중 기호 포트폴리오 작업
- 위험 Management 프레임워크 사용
- 이벤트 중심 백테스팅 사용
귀하의 Machine Learning 거래 전략 성과 평가
- 샤프 비율 사용
- 최대 하락폭 계산
- CAGR(복합 연간 성장률) 사용
- 수익 분포 측정
- 거래 수준 지표 사용
회사의 역량 확장
- 클라우드에서 모델 개발
- GPU을 사용하여 가속 Deep Learning
- Computer 시각, 음성 인식, 텍스트 분석에 Deep Learning Neural Networks 적용
요약 및 결론
Requirements
- Programming 모든 언어 경험
- 통계 및 선형 대수학에 대한 기본 지식
28 Hours