Dans le dernier cours de la spécialisation Machine Learning for Trading, vous serez initié à l'apprentissage par renforcement (RL) et aux avantages de l'utilisation de l'apprentissage par renforcement dans les stratégies de trading. Vous apprendrez comment l'apprentissage par renforcement a été intégré aux réseaux neuronaux et examinerez les LSTM et comment ils peuvent être appliqués aux données de séries temporelles. A la fin du cours, vous serez capable de construire des stratégies de trading utilisant l'apprentissage par renforcement, de différencier les politiques basées sur les acteurs et les politiques basées sur les valeurs, et d'incorporer l'apprentissage par renforcement dans une stratégie de trading sur le momentum. Pour réussir ce cours, vous devez avoir des compétences avancées en programmation Python et être familier avec les bibliothèques pertinentes pour l'apprentissage automatique, telles que Scikit-Learn, StatsModels, et Pandas. Une expérience de SQL est recommandée. Vous devez avoir des connaissances en statistiques (valeurs attendues et écart-type, distributions gaussiennes, moments supérieurs, probabilités, régressions linéaires) et une connaissance fondamentale des marchés financiers (actions, obligations, produits dérivés, structure du marché, couverture).


Apprentissage par renforcement pour les stratégies de trading
Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant


Apprentissage par renforcement pour les stratégies de trading
Ce cours fait partie de Spécialisation "L'apprentissage automatique pour la négociation"

Instructeur : Jack Farmer
20 926 déjà inscrits
Inclus avec
250 avis
Expérience recommandée
Ce que vous apprendrez
Comprendre la structure et les techniques utilisées dans les stratégies d'apprentissage par renforcement (RL).
Comprendre les avantages de l'utilisation du RL par rapport à d'autres méthodes d'apprentissage.
Décrivez les étapes nécessaires pour développer et tester une stratégie de trading RL.
Décrivez les méthodes utilisées pour optimiser une stratégie de trading RL.
Compétences que vous acquerrez
- Catégorie : Gestion de portefeuille
- Catégorie : Modèle de formation
- Catégorie : Modèle de Markov
- Catégorie : Apprentissage par renforcement
- Catégorie : Apprentissage profond
- Catégorie : Réseaux neuronaux récurrents (RNN)
- Catégorie : Méthodes d'apprentissage automatique
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Logiciel d'apprentissage automatique
- Catégorie : Évaluation du modèle
- Catégorie : Réseaux neuronaux artificiels
- Catégorie : Négociation financière
Détails à connaître

Ajouter à votre profil LinkedIn
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable

Il y a 3 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur

En savoir plus sur Apprentissage automatique
Statut : Essai gratuitNew York University
Statut : Essai gratuitNew York Institute of Finance
Statut : Essai gratuitNew York University
Statut : Essai gratuitGoogle Cloud
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
33,60 %
- 4 stars
22,40 %
- 3 stars
17,60 %
- 2 stars
8,80 %
- 1 star
17,60 %
Affichage de 3 sur 250
Révisé le 1 juil. 2022
I look forward to examples of integration of decision based on reinforcement learning and algo-trading logic
Révisé le 12 juil. 2021
A touhg and very advanced course, with an amazing Google Cloud Platform !!!!
Révisé le 19 mai 2021
Succinct and great explanation of deep reinforcement learning methods with amazing demo lab scripts
Foire Aux Questions
Plus de questions
Aide financière disponible,






