Cursusaanbod

AI in het Trading en Asset Management Landschap

  • Trends in algoritmische en AI-gebaseerde handel
  • Overzicht van kwantitatieve financiële workflows
  • Belangrijke gereedschappen, platformen en gegevensbronnen

Werken met Financiële Gegevens in Python

  • Het verwerken van tijdsreeksgegevens met Pandas
  • Gegevens schoonmaken, transformeren en kenmerken maken
  • Financiële indicatoren en signalen bouwen

Supervised Learning voor Trading Signals

  • Regressie- en classificatiemodellen voor marktpredictie
  • Beoordeling van voorspellende modellen (bijvoorbeeld nauwkeurigheid, precisie, Sharpe-ratio)
  • Casus: het bouwen van een ML-gebaseerde signaalgenerator

Unsupervised Learning en Marktregimes

  • Clusteren voor volatiliteitsregimes
  • Dimensiereductie voor patroonontdekking
  • Toepassingen in mandhandel en risicogroepering

Portfoliooptimalisatie met AI-technieken

  • Markowitz- framework en zijn beperkingen
  • Risicopariteit, Black-Litterman en ML-gebaseerde optimalisatie
  • Dynamische herbalancering met voorspellende invoer

Backtesting en Strategiebeoordeling

  • Het gebruiken van Backtrader of aangepaste frameworks
  • Risico-gecorrigeerde prestatiematen
  • Het vermijden van overfitting en vooruitkijkbias

Het Inzetten van AI-Modellen in Live Trading

  • Integratie met trading APIs en uitvoeringsplatformen
  • Modelmonitoring en heropvoedingscycli
  • Ethische, regulerende en operationele overwegingen

Samenvatting en Volgende Stappen

Vereisten

  • Kennis van basisstatistiek en financiële markten
  • Ervaring met Python programmeren
  • Vertrouwdheid met tijdsreeksdata

Publiek

  • Kwantitatieve analisten
  • Handelsprofessionals
  • Portfoliomanagers
 21 Uren

Aantal deelnemers


Prijs Per Deelnemer

Getuigenissen (1)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën