Im letzten Kurs der Spezialisierung Maschinelles Lernen für den Handel erhalten Sie eine Einführung in das Reinforcement Learning (RL) und die Vorteile der Verwendung von Reinforcement Learning in Handelsstrategien. Sie erfahren, wie RL in neuronale Netze integriert wurde und lernen LSTMs kennen und wie diese auf Zeitreihendaten angewendet werden können. Am Ende des Kurses werden Sie in der Lage sein, Handelsstrategien mit Hilfe von Reinforcement Learning zu entwickeln, zwischen akteursbasierten und wertbasierten Strategien zu unterscheiden und RL in eine Momentum-Handelsstrategie einzubinden. 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.
Reinforcement Learning für Handelsstrategien
Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen
Reinforcement Learning für Handelsstrategien
Dieser Kurs ist Teil von Spezialisierung „Maschinelles Lernen für den Handel“
Dozent: Jack Farmer
20.926 bereits angemeldet
Bei enthalten
250 Bewertungen
Empfohlene Erfahrung
Was Sie lernen werden
Verstehen Sie die Struktur und die Techniken, die bei Strategien des Verstärkungslernens (RL) verwendet werden.
Verstehen Sie die Vorteile von RL im Vergleich zu anderen Lernmethoden.
Beschreiben Sie die Schritte, die erforderlich sind, um eine RL-Handelsstrategie zu entwickeln und zu testen.
Beschreiben Sie die Methoden, die zur Optimierung einer RL-Handelsstrategie verwendet werden.
Kompetenzen, die Sie erwerben
- Kategorie: Tiefes Lernen
- Kategorie: Finanzieller Handel
- Kategorie: Modell Ausbildung
- Kategorie: Markov-Modell
- Kategorie: Rekurrente Neuronale Netze (RNNs)
- Kategorie: Reinforcement Learning
- Kategorie: Künstliche neuronale Netze
- Kategorie: Portfolio-Verwaltung
- Kategorie: Software für maschinelles Lernen
- Kategorie: Methoden des maschinellen Lernens
- Kategorie: Bewertung des Modells
- Kategorie: Angewandtes maschinelles Lernen
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
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 3 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
New York Institute of Finance
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Jennifer J.
Larry W.
Chaitanya A.
Bewertungen von Lernenden
- 5 stars
33,60 %
- 4 stars
22,40 %
- 3 stars
17,60 %
- 2 stars
8,80 %
- 1 star
17,60 %
Zeigt 3 von 250 an
Geprüft am 1. Juli 2022
I look forward to examples of integration of decision based on reinforcement learning and algo-trading logic
Geprüft am 12. Juli 2021
A touhg and very advanced course, with an amazing Google Cloud Platform !!!!
Geprüft am 19. Mai 2021
Succinct and great explanation of deep reinforcement learning methods with amazing demo lab scripts
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,