Dieser Kurs ist Teil der Spezialisierung Spezialisierung Investment Management with Python and Machine Learning

4.7
Sterne
415 Bewertungen
•
113 Bewertungen

Lionel Martellini, PhD +1 weiterer Dozent

15.045 bereits angemeldet

von

Spezialisierung Investment Management with Python and Machine LearningEDHEC Business School

Über diesen Kurs

18.757 kürzliche Aufrufe

The practice of investment management has been transformed in recent years by computational methods. Instead of merely explaining the science, we help you build on that foundation in a practical manner, with an emphasis on the hands-on implementation of those ideas in the Python programming language. In this course, we cover the estimation, of risk and return parameters for meaningful portfolio decisions, and also introduce a variety of state-of-the-art portfolio construction techniques that have proven popular in investment management and portfolio construction due to their enhanced robustness.
As we cover the theory and math in lecture videos, we'll also implement the concepts in Python, and you'll be able to code along with us so that you have a deep and practical understanding of how those methods work. By the time you are done, not only will you have a foundational understanding of modern computational methods in investment management, you'll have practical mastery in the implementation of those methods. If you follow along and implement all the lab exercises, you will complete the course with a powerful toolkit that you will be able to use to perform your own analysis and build your own implementations and perhaps even use your newly acquired knowledge to improve on current methods.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 4 in

Spezialisierung Investment Management with Python and Machine Learning

Stufe „Mittel“

Ca. 11 Stunden zum Abschließen

Englisch

Untertitel: Arabischer Raum, Französisch, Portugiesisch (europäisch), Italienisch, Vietnamesisch, Deutsch, Russisch, Englisch, Spanisch

Was Sie lernen werden

Analyze style and factor exposures of portfolios

Implement robust estimates for the covariance matrix

Implement Black-Litterman portfolio construction analysis

Implement a variety of robust portfolio construction models

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 4 in

Spezialisierung Investment Management with Python and Machine Learning

Stufe „Mittel“

Ca. 11 Stunden zum Abschließen

Englisch

Untertitel: Arabischer Raum, Französisch, Portugiesisch (europäisch), Italienisch, Vietnamesisch, Deutsch, Russisch, Englisch, Spanisch

Dozenten

Dozentenbewertung

4,86/5 (96 Bewertungen)

Lionel Martellini, PhD

EDHEC-Risk Institute, Director

Finance

47.956 Lernende

3 Kurse

Vijay Vaidyanathan, PhD

Optimal Asset Management Inc.

CEO

45.269 Lernende

2 Kurse

von

EDHEC Business School

Founded in 1906, EDHEC is now one of Europe’s top 15 business schools .

Based in Lille, Nice, Paris, London and Singapore, and counting over 90 nationalities on its campuses, EDHEC is a fully international school directly connected to the business world. With over 40,000 graduates in 120 countries, it trains committed managers capable of dealing with the challenges of a fast-evolving world. Harnessing its core values of excellence, innovation and entrepreneurial spirit, EDHEC has developed a strategic model founded on research of true practical use to society, businesses and students, and which is particularly evident in the work of EDHEC-Risk Institute and Scientific Beta. The School functions as a genuine laboratory of ideas and plays a pioneering role in the field of digital education via EDHEC Online, the first fully online degree-level training platform. These various components make EDHEC a centre of knowledge, experience and diversity, geared to preparing new generations of managers to excel in a world subject to transformational change. EDHEC in figures: 8,600 students in academic education, 19 degree programmes ranging from bachelor to PhD level, 184 professors and researchers, 11 specialist research centres.

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche

Woche 1

3 Stunden zum Abschließen

Style & Factors

3 Stunden zum Abschließen

9 Videos (Gesamt 114 min), 3 Lektüren, 1 Quiz

9 Videos

Welcome video3m

Introduction to factor investing12m

Factor models and the CAPM9m

Multi-Factor models and Fama-French7m

Factor benchmarks and Style analysis8m

Shortcomings of cap-weighted indices11m

From cap-weighted benchmarks to smart-weighted benchmarks12m

Introduction to Lab sessions6m

Module 1 Lab Session - Foundations42m

3 Lektüren

Requirements2m

Material at your disposal5m

Module 1- Key points2m

1 praktische Übung

Module 1- Graded Quiz1h

Woche

Woche 2

2 Stunden zum Abschließen

Robust estimates for the covariance matrix

2 Stunden zum Abschließen

7 Videos (Gesamt 70 min), 1 Lektüre, 1 Quiz

Woche

Woche 3

3 Stunden zum Abschließen

Robust estimates for expected returns

3 Stunden zum Abschließen

7 Videos (Gesamt 77 min), 2 Lektüren, 1 Quiz

7 Videos

Lack of Robustness of Expected Return Estimates10m

Agnostic Priors on Expected Return Estimates6m

Using Factor Models to Estimate Expected Returns11m

Extracting Implied Expected Returns8m

Introducing Active Views6m

Black-Litterman Analysis10m

Module 3 Lab Session- Black Litterman23m

2 Lektüren

Module 3-Key points2m

The Intuition Behind Black-Litterman Model Portfolios10m

1 praktische Übung

Module 3 - Graded Quiz1h

Woche

Woche 4

3 Stunden zum Abschließen

Portfolio Optimization in Practice

3 Stunden zum Abschließen

7 Videos (Gesamt 67 min), 4 Lektüren, 1 Quiz

7 Videos

Naive Diversification11m

Scientific Diversification11m

Measuring risk contributions6m

Simplified risk parity portfolios7m

Risk Parity Portfolios7m

Comparing Diversification Options8m

Module 4 Lab Session - Risk Contribution and Risk Parity15m

4 Lektüren

Module 4-Key points2m

Survey: Alternative Equity Beta Investing10m

Dive into heuristic diversification10m

To be continued (2)10m

1 praktische Übung

Module 4 - Graded quiz1h

Bewertungen

4.7

113 Bewertungen

5 stars
81,86 %
4 stars
13,12 %
3 stars
3,81 %
2 stars
0,71 %
1 star
0,47 %

Top-Bewertungen von ADVANCED PORTFOLIO CONSTRUCTION AND ANALYSIS WITH PYTHON

von LT17. Feb. 2021

Good overview on portfolio theory with some of the latest trends (multi-factor models) and Python Lab sessions follow the same logic than the first course, with good tips and good timing.

von MM13. Apr. 2020

Loved how this course was presented. It built well off of the first course and provided labs that let me explore the content. I really enjoyed how Lionel and Vijay presented the material.

von MM2. Dez. 2019

The course is excellent, one of the best finance courses on coursera, but you should know in advance that you will not have any help from the staff, at least that was my experience.

von KA4. Jan. 2020

I like the way instructors explained difficult topic and digest it to simple way. The coding side was also impressive. WIth novice background in Python, I would able to understand.

Alle Bewertungen anzeigen

Über den Spezialisierung Investment Management with Python and Machine Learning

The Data Science and Machine Learning for Asset Management Specialization has been designed to deliver a broad and comprehensive introduction to modern methods in Investment Management, with a particular emphasis on the use of data science and machine learning techniques to improve investment decisions.By the end of this specialization, you will have acquired the tools required for making sound investment decisions, with an emphasis not only on the foundational theory and underlying concepts, but also on practical applications and implementation. Instead of merely explaining the science, we help you build on that foundation in a practical manner, with an emphasis on the hands-on implementation of those ideas in the Python programming language through a series of dedicated lab sessions.

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Advanced Portfolio Construction and Analysis with Python