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.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Investment Management with Python and Machine Learning
Advanced Portfolio Construction and Analysis with Python
von
Über diesen Kurs
30,298 kürzliche Aufrufe
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
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 21 Stunden zum Abschließen
Empfohlen: 4 weeks, from 3 to 4 hours per week
Englisch
Untertitel: Englisch
Lehrplan - Was Sie in diesem Kurs lernen werden
3 Stunden zum Abschließen
Style & Factors
3 Stunden zum Abschließen
9 Videos (Gesamt 114 min), 3 Lektüren, 1 Quiz
9 Videos
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
2 Stunden zum Abschließen
Robust estimates for the covariance matrix
2 Stunden zum Abschließen
7 Videos (Gesamt 70 min), 1 Lektüre, 1 Quiz
7 Videos
Estimating the Covariance Matrix with a Factor Model9m
Honey I Shrunk the Covariance Matrix!7m
Portfolio Construction with Time-Varying Risk Parameters8m
Exponentially weighted average8m
ARCH and GARCH Models9m
Module 2 Lab Session - Covariance Estimation13m
1 Lektüre
Module 2-Key points2m
1 praktische Übung
Module 2 - Graded quiz1h
3 Stunden zum Abschließen
Robust estimates for expected returns
3 Stunden zum Abschließen
7 Videos (Gesamt 77 min), 2 Lektüren, 1 Quiz
7 Videos
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
3 Stunden zum Abschließen
Portfolio Optimization in Practice
3 Stunden zum Abschließen
7 Videos (Gesamt 67 min), 4 Lektüren, 1 Quiz
7 Videos
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
Top-Bewertungen von ADVANCED PORTFOLIO CONSTRUCTION AND ANALYSIS WITH PYTHON
von MMDec 2, 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 KAJan 4, 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.
von NNMar 6, 2020
Very interesting course with a lot practice stuff. A very proficient mentors with strong theoretical background in finance and good Python skills.
von FCJan 12, 2020
Enjoyed the part on the implementation of the Black-Litterman model and the Risk Parity portfolios. Looking forward to the third course.
Über 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.
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?
Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.
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.
Wie erfolgen Rückerstattungen?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
