Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Duur 21 uren
Cursusaanbod
AI in het landschap van handel en portefeuillebeheer
- Trends in algoritmische en AI-gebaseerde handel
- Overzicht van workflows in kwantitatieve financiën
- Belangrijke tools, platformen en gegevensbronnen
Werken met financiële data in Python
- Verwerken van tijdsreeksdata met Pandas
- Data-opschoning, transformatie en feature engineering
- Financiële indicatoren en signaalconstructie
Geleerd leren voor handelssignalen
- Regressie- en classificatiemodellen voor marktvoorspelling
- Evaluatie van voorspellende modellen (bijv. nauwkeurigheid, precisie, Sharpe-ratio)
- Casestudy: bouwen van een ML-gebaseerde signaalgenerator
Onbegeleerd leren en marktfases
- Clusteranalyse voor volatiliteitsfases
- Dimensievermindering voor patroonherkenning
- Toepassingen in basket trading en risicogroepering
Portefeuwoptimalisatie met AI-technieken
- Het Markowitz-kader en de beperkingen ervan
- Risk parity, Black-Litterman en ML-gebaseerde optimalisatie
- Dynamisch herbalanceren met voorspellende input
Backtesting en strategiebeoordeling
- Gebruik van Backtrader of aangepaste frameworksen
- Prestatiemetrics aangepast aan risico
- Voorkomen van overfitting en look-ahead bias
Inproductiebrengen van AI-modellen in live handel
- Integratie met handels-API's en uitvoeringsplatformen
- Modelmonitoring en hertraintcycli
- Ethische, regelgevende en operationele overwegingen
Samenvatting en volgende stappen
Vereisten
- Kennis van basisstatistiek en financiële markten
- Ervaring met Python-programmeren
- Bekendheid met tijdsreeksdata
Doelgroep
- Kwantitatieve analisten
- Handelsprofessionals
- Portefeuwbeheerders
Getuigenissen (1)
Ik heb al enkele rapporten waar ik me in oriënteer en ga gebruikmaken van enkele van de prompts die we vandaag hebben bekeken.
Kelly Cotham
Cursus - Copilot for Finance and Accounting Professionals
Automatisch vertaald
