In the final course from the Machine Learning for Trading specialization, you will be introduced to reinforcement learning (RL) and the benefits of using reinforcement learning in trading strategies. You will learn how RL has been integrated with neural networks and review LSTMs and how they can be applied to time series data. By the end of the course, you will be able to build trading strategies using reinforcement learning, differentiate between actor-based policies and value-based policies, and incorporate RL into a momentum trading strategy.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Machine Learning for Trading
von
New York Institute of Finance
Google Cloud
Spezialisierung Machine Learning for TradingNew York Institute of FinanceÜber diesen Kurs
18,468 kürzliche Aufrufe
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 3 von 3 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Familiarization with basic concepts in Machine Learning and Financial Markets; advanced competency in Python Programming.
Ca. 12 Stunden zum Abschließen
Englisch
Untertitel: Englisch
Was Sie lernen werden
Understand the structure and techniques used in reinforcement learning (RL) strategies.
Understand the benefits of using RL vs. other learning methods.
Describe the steps required to develop and test an RL trading strategy.
Describe the methods used to optimize an RL trading strategy.
Kompetenzen, die Sie erwerben
Reinforcement Learning Model DevelopmentReinforcement Learning Trading Algorithm OptimizationReinforcement Learning Trading Strategy DevelopmentReinforcement Learning Trading Algo Development
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 3 von 3 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Familiarization with basic concepts in Machine Learning and Financial Markets; advanced competency in Python Programming.
Ca. 12 Stunden zum Abschließen
Englisch
Untertitel: Englisch
von
New York Institute of Finance
The New York Institute of Finance (NYIF), is a global leader in training for financial services and related industries. Started by the New York Stock Exchange in 1922, it now trains 250,000+ professionals in over 120 countries. NYIF courses cover everything from investment banking, asset pricing, insurance and market structure to financial modeling, treasury operations, and accounting. The institute has a faculty of industry leaders and offers a range of program delivery options, including self-study, online courses, and in-person classes. Its US customers include the SEC, the Treasury, Morgan Stanley, Bank of America and most leading worldwide banks.
Google Cloud
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
Lehrplan - Was Sie in diesem Kurs lernen werden
3 Stunden zum Abschließen
Introduction to Course and Reinforcement Learning
In this module, reinforcement learning is introduced at a high level. The history and evolution of reinforcement learning is presented, including key concepts like value and policy iteration. Also, the benefits and examples of using reinforcement learning in trading strategies is described. We also introduce LSTM and AutoML as additional tools in your toolkit to use in implementing trading strategies.
3 Stunden zum Abschließen
10 Videos (Gesamt 64 min), 1 Lektüre, 1 Quiz
10 Videos
What is Reinforcement Learning?9m
History Overview2m
Value Iteration9m
Policy Iteration6m
TD Learning8m
Q Learning6m
Benefits of Reinforcement Learning in Your Trading Strategy6m
DRL Advantages for Strategy Efficiency and Performance7m
Introduction to Qwiklabs3m
1 Lektüre
Idiosyncrasies and challenges of data driven learning in electronic trading10m
5 Stunden zum Abschließen
Neural Network Based Reinforcement Learning
In the previous module, reinforcement learning was discussed before neural networks were introduced. In this module, we look at how reinforcement learning has been integrated with neural networks. We also look at LSTMs and how they can be applied to time series data.
5 Stunden zum Abschließen
9 Videos (Gesamt 39 min)
9 Videos
Deep Q Networks - Loss2m
Deep Q Networks Memory2m
Deep Q Networks - Code3m
Policy Gradients4m
Actor-Critic3m
What is LSTM?7m
More on LSTM4m
Applying LSTM to Time Series Data7m
4 Stunden zum Abschließen
Portfolio Optimization
In this module we discuss the practical steps required to create a reinforcement learning trading system. Also, we introduce AutoML, a powerful service on Google Cloud Platform for training machine learning models with minimal coding.
4 Stunden zum Abschließen
10 Videos (Gesamt 54 min)
10 Videos
Steps Required to Develop a DRL Strategy7m
Final Checks Before Going Live with Your Strategy5m
Investment and Trading Risk Management4m
Trading Strategy Risk Management4m
Portfolio Risk Reduction4m
Why AutoML?13m
AutoML Vision2m
AutoML NLP3m
AutoML Tables7m
Bewertungen
Top-Bewertungen von REINFORCEMENT LEARNING FOR TRADING STRATEGIES
von JM18. Juli 2020
perhaps an applied trading notebook would have been nice...I understand that liability issues might have arisen, but there might have been a reasonable avenue with repeat disclaimers, etc
von MS5. März 2020
It was easy to follow but not easy. I learned a lot and I now have the confidence to implement Reinforcement learning to my own FX trading strategies. Thank you so much.
von GS6. März 2020
Great introduction to some very interesting concepts. Lots of hands on examples, and plenty to learn
von MS6. Apr. 2020
It has good practical stuff, BUT not any practical RL related to trading.
Über den Spezialisierung Machine Learning for Trading
This 3-course Specialization from Google Cloud and New York Institute of Finance (NYIF) is for finance professionals, including but not limited to hedge fund traders, analysts, day traders, those involved in investment management or portfolio management, and anyone interested in gaining greater knowledge of how to construct effective trading strategies using Machine Learning (ML) and Python. Alternatively, this program can be for Machine Learning professionals who seek to apply their craft to quantitative trading strategies. By the end of the Specialization, you'll understand how to use the capabilities of Google Cloud to develop and deploy serverless, scalable, deep learning, and reinforcement learning models to create trading strategies that can update and train themselves. As a challenge, you're invited to apply the concepts of Reinforcement Learning to use cases in Trading. This program is intended for those who have an understanding of the foundations of Machine Learning at an intermediate level. To successfully complete the exercises within the program, you should have advanced competency in Python programming and familiarity with pertinent libraries for Machine Learning, such as Scikit-Learn, StatsModels, and Pandas; a solid background in ML and statistics (including regression, classification, and basic statistical concepts) and basic knowledge of financial markets (equities, bonds, derivatives, market structure, and hedging). Experience with SQL is recommended.
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.
Wie erfolgen Rückerstattungen?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
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 Hilfe-Center für Teiln..
