Dieser Kurs vermittelt die Grundlagen für die Entwicklung fortgeschrittener Handelsstrategien mit Hilfe von Techniken des maschinellen Lernens. In diesem Kurs lernen Sie die wichtigsten Komponenten kennen, die jeder noch so komplexen Handelsstrategie gemeinsam sind. Sie werden in verschiedene Handelsstrategien eingeführt, darunter quantitativer Handel, Paarhandel und Momentum-Handel. Am Ende des Kurses werden Sie in der Lage sein, grundlegende quantitative Handelsstrategien zu entwerfen, maschinelle Lernmodelle mit Keras und TensorFlow zu erstellen, ein Modell zur Vorhersage von Paarhandelsstrategien zu erstellen und zu testen sowie ein momentumbasiertes Handelsmodell zu erstellen und zu testen. Um diesen Kurs erfolgreich zu absolvieren, sollten Sie über fortgeschrittene Kenntnisse in der Python-Programmierung verfügen und mit den einschlägigen Bibliotheken für maschinelles Lernen wie Scikit-Learn, StatsModels und Pandas vertraut sein. Erfahrung mit SQL wird empfohlen. Sie sollten über Hintergrundwissen in Statistik (Erwartungswerte und Standardabweichung, Gaußsche Verteilungen, höhere Momente, Wahrscheinlichkeit, lineare Regressionen) und Grundkenntnisse der Finanzmärkte (Aktien, Anleihen, Derivate, Marktstruktur, Hedging) verfügen.


Einsatz von maschinellem Lernen im Handel und im Finanzwesen
Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen


Einsatz von maschinellem Lernen im Handel und im Finanzwesen
Dieser Kurs ist Teil von Spezialisierung „Maschinelles Lernen für den Handel“

Dozent: Jack Farmer
30.600 bereits angemeldet
Bei enthalten
379 Bewertungen
Empfohlene Erfahrung
Was Sie lernen werden
Entwickeln Sie grundlegende quantitative Handelsstrategien
Verwenden Sie Keras und Tensorflow, um Modelle für maschinelles Lernen zu erstellen
Erstellen Sie ein Vorhersagemodell für eine Paarhandelsstrategie und testen Sie es.
Erstellen Sie ein momentumbasiertes Handelsmodell und testen Sie es.
Kompetenzen, die Sie erwerben
- Kategorie: Markttrend
- Kategorie: Tiefes Lernen
- Kategorie: Bewertung des Modells
- Kategorie: Vorverarbeitung von Daten
- Kategorie: Daten-Pipelines
- Kategorie: Technische Merkmale
- Kategorie: Korrelationsanalyse
- Kategorie: Leistungsmetrik
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Modell Ausbildung
- Kategorie: Maschinelles Lernen
- Kategorie: Finanzieller Handel
- Kategorie: Wertpapierhandel
- Kategorie: Technische Analyse
- Kategorie: Marktdaten
- Kategorie: Statistisches maschinelles Lernen
- Kategorie: Künstliche neuronale Netze
Werkzeuge, die Sie lernen werden
- Kategorie: Keras (Bibliothek für neuronale Netze)
- Kategorie: Python-Programmierung
- Kategorie: Tensorflow
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
2 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 5 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent

Mehr von Maschinelles Lernen entdecken
Status: Kostenloser TestzeitraumGoogle Cloud
Status: Kostenloser TestzeitraumNew York Institute of Finance
Status: Kostenloser TestzeitraumGoogle Cloud
Status: Kostenloser TestzeitraumNew York University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
43,42 %
- 4 stars
24,73 %
- 3 stars
15 %
- 2 stars
8,15 %
- 1 star
8,68 %
Zeigt 3 von 379 an
Geprüft am 27. Juni 2022
Although the often glitches in the Google Cloud platform prevented me to complete the exercises, the course material is very useful.
Geprüft am 26. Jan. 2020
I enjoyed the course. Well organized, Good topics.I miss more projects, higher challenge in the projects. (more TODO)There was no practice of Kalman filters.links on the slides are not accessible :-(
Geprüft am 1. Jan. 2022
Such a great course, the introduction(first part in specialization) was kinda useless for me, but this one is amazing.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,






