This course is for finance professionals, investment management professionals, and traders. Alternatively, this Specialization can be for machine learning professionals who seek to apply their craft to trading strategies.
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
31,528 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“
Ca. 12 Stunden zum Abschließen
Englisch
Untertitel: Englisch
Was Sie lernen werden
Understand the the structure and techniques used in reinforcement learning (RL) strategies
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“
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
Über den Spezialisierung Machine Learning for Trading
This Specialization 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. Alternatively, this specialization can be for machine learning professionals who seek to apply their craft to quantitative trading strategies.
The courses will teach you how to create various trading strategies using Python. By the end of the Specialization, you will be able to create quantitative trading strategies that you can train and implement. You will also learn how to use reinforcement learning strategies to create algorithms that can update and train themselves.
To be successful in this Specialization, you should have a basic competency in Python programming and familiarity with pertinent libraries for machine learning, such as Scikit-Learn, StatsModels, and Pandas. Experience with SQL will be helpful. You should have a background in statistics (expected values and standard deviation, Gaussian distributions, higher moments, probability, linear regressions) and a basic knowledge of financial markets (equities, bonds, derivatives, market structure, hedging).
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?
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..