Dieser Kurs ist Teil der Spezialisierung Spezialisierung Machine Learning and Reinforcement Learning in Finance

3.6
Sterne
123 Bewertungen

Igor Halperin

18.374 bereits angemeldet

von

Spezialisierung Machine Learning and Reinforcement Learning in FinanceNew York University

Über diesen Kurs

8.300 kürzliche Aufrufe

This course aims at introducing the fundamental concepts of Reinforcement Learning (RL), and develop use cases for applications of RL for option valuation, trading, and asset management. 
By the end of this course, students will be able to
- Use reinforcement learning to solve classical problems of Finance such as portfolio optimization, optimal trading, and option pricing and risk management.
- Practice on valuable examples such as famous Q-learning using financial problems.
- Apply their knowledge acquired in the course to a simple model for market dynamics that is obtained using reinforcement learning as the course project.

Prerequisites are the courses "Guided Tour of Machine Learning in Finance" and "Fundamentals of Machine Learning in Finance". Students are expected to know the lognormal process and how it can be simulated. Knowledge of option pricing is not assumed but desirable.

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.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 3 von 4 in

Spezialisierung Machine Learning and Reinforcement Learning in Finance

Stufe „Fortgeschritten“

Ca. 17 Stunden zum Abschließen

Englisch

Kompetenzen, die Sie erwerben

option pricing and risk management
simple model for market dynamics
Q-learning using financial problems
optimal trading
Portfolio Optimization

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.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 3 von 4 in

Spezialisierung Machine Learning and Reinforcement Learning in Finance

Stufe „Fortgeschritten“

Ca. 17 Stunden zum Abschließen

Englisch

Dozent

Dozentenbewertung

4/5 (8 Bewertungen)

Igor Halperin

45.915 Lernende

4 Kurse

von

New York University

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

4 Stunden zum Abschließen

MDP and Reinforcement Learning

4 Stunden zum Abschließen

14 Videos (Gesamt 107 min), 2 Lektüren, 1 Quiz

14 Videos

Introduction to the Specialization4mPrerequisites7mWelcome to the Course5mIntroduction to Markov Decision Processes and Reinforcement Learning in Finance9mMDP and RL: Decision Policies9mMDP & RL: Value Function and Bellman Equation7mMDP & RL: Value Iteration and Policy Iteration4mMDP & RL: Action Value Function9mOptions and Option pricing7mBlack-Scholes-Merton (BSM) Model8mBSM Model and Risk9mDiscrete Time BSM Model7mDiscrete Time BSM Hedging and Pricing8mDiscrete Time BSM BS Limit6m

2 Lektüren

Jupyter Notebook FAQ10mHedged Monte Carlo: low variance derivative pricing with objective probabilities10m

Woche2

Woche 2

4 Stunden zum Abschließen

MDP model for option pricing: Dynamic Programming Approach

4 Stunden zum Abschließen

7 Videos (Gesamt 59 min), 2 Lektüren, 1 Quiz

Woche3

Woche 3

4 Stunden zum Abschließen

MDP model for option pricing - Reinforcement Learning approach

4 Stunden zum Abschließen

8 Videos (Gesamt 71 min), 3 Lektüren, 1 Quiz

Woche4

Woche 4

5 Stunden zum Abschließen

RL and INVERSE RL for Portfolio Stock Trading

5 Stunden zum Abschließen

10 Videos (Gesamt 82 min), 2 Lektüren, 1 Quiz

Bewertungen

3.6

34 Bewertungen

5 stars
49,19 %
4 stars
14,51 %
3 stars
4,03 %
2 stars
9,67 %
1 star
22,58 %

Top-Bewertungen von REINFORCEMENT LEARNING IN FINANCE

von LC5. Juni 2019

Excellent course. The peer reviewed evaluation is very interisting and it is definitely worth the time to do it in detail but does not take two hours with luck a week.

von SM23. Juni 2021

Challenging course as a non-finance person, but learned a lot.

Alle Bewertungen anzeigen

Über den Spezialisierung Machine Learning and Reinforcement Learning in Finance

The main goal of this specialization is to provide the knowledge and practical skills necessary to develop a strong foundation on core paradigms and algorithms of machine learning (ML), with a particular focus on applications of ML to various practical problems in Finance.

The specialization aims at helping students to be able to solve practical ML-amenable problems that they may encounter in real life that include: (1) mapping the problem on a general landscape of available ML methods, (2) choosing particular ML approach(es) that would be most appropriate for resolving the problem, and (3) successfully implementing a solution, and assessing its performance. The specialization is designed for three categories of students: · Practitioners working at financial institutions such as banks, asset management firms or hedge funds · Individuals interested in applications of ML for personal day trading · Current full-time students pursuing a degree in Finance, Statistics, Computer Science, Mathematics, Physics, Engineering or other related disciplines who want to learn about practical applications of ML in Finance. The modules can also be taken individually to improve relevant skills in a particular area of applications of ML to finance.

Machine Learning and Reinforcement Learning in Finance

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. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

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

Reinforcement Learning in Finance

Über diesen Kurs

Kompetenzen, die Sie erwerben