Get in Touch
 Duration 21 hours

Course Outline

Veštačka inteligencija u pejzažu trgovanja i upravljanja imovinom

  • Trendovi u algoritamskom i trgovanju zasnovanom na veštačkoj inteligenciji
  • Pregled procesnih tokova u kvantitativnoj finansiji
  • Ključni alati, platforme i izvori podataka

Radeći sa finansijskim podacima u Python-u

  • Obrada vremenskih redova koristeći Pandas
  • Čišćenje, transformacija podataka i inženjering karakteristika
  • Finansijski indikatori i konstruisanje signala

Nadzirano učenje za trgovačke signale

  • Regresione i klasifikacione modele za predikciju tržišta
  • Procena prediktivnih modela (npr. tačnost, preciznost, Šarpeov odnos)
  • Studija slučaja: izgradnja generatora signala zasnovanog na mašinskom učenju

Nenzadgirano učenje i tržišni režimi

  • Klasteriranje za režime volatilnosti
  • Redukcija dimenzionalnosti za otkrivanje obrazaca
  • Primene u košarici trgovanja i grupisanju rizika

Optimizacija portfolija tehnikalama veštačke inteligencije

  • Markovitov okvir i njegova ograničenja
  • Paritet rizika, metod Black-Litterman i optimizacija zasnovana na mašinskom učenju
  • Dinamično rebalansiranje sa prediktivnim ulazima

Backtesting i evaluacija strategija

  • Korišćenje Backtradera ili prilagođenih okvira
  • Metrike performansi prilagođene riziku
  • Izbegavanje preteranog učenja (overfitting) i pogrešaka unapred (look-ahead bias)

Primena modela veštačke inteligencije u žutom trgovanju

  • Integracija sa API-jevima za trgovanje i platformama za izvršenje
  • Monitoring modela i ciklusi ponovnog obučavanja
  • Etički, regulatorni i operativni aspekti

Sažetak i sledeći koraci

Requirements

  • Znanje iz osnovne statistike i finansijskih tržišta
  • Iskustvo sa programiranjem na Python-u
  • Poznavanje vremenskih redova podataka

Ciljna grupa

  • Kvantitativni analitičari
  • Profesionalci za trgovanje
  • Menadžeri portfolija

Number of participants


Price per participant

Testimonials (1)

Upcoming Courses

Related Categories