Este curso faz parte do Programa de cursos integrados Machine Learning and Reinforcement Learning in Finance

Igor Halperin

oferecido por

Programa de cursos integrados Machine Learning and Reinforcement Learning in FinanceNew York University

Informações sobre o curso

9,219 visualizações recentes

In the last course of our specialization, Overview of Advanced Methods of Reinforcement Learning in Finance, we will take a deeper look into topics discussed in our third course, Reinforcement Learning in Finance.
In particular, we will talk about links between Reinforcement Learning, option pricing and physics, implications of Inverse Reinforcement Learning for modeling market impact and price dynamics, and perception-action cycles in Reinforcement Learning. Finally, we will overview trending and potential applications of Reinforcement Learning for high-frequency trading, cryptocurrencies, peer-to-peer lending, and more.

After taking this course, students will be able to 
- explain fundamental concepts of finance such as market equilibrium, no arbitrage, predictability,
- discuss market modeling,
- Apply the methods of Reinforcement Learning to high-frequency trading, credit risk peer-to-peer lending, and cryptocurrencies trading.

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Curso 4 de 4 no

Programa de cursos integrados Machine Learning and Reinforcement Learning in Finance

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível avançado

Aprox. 13 horas para completar

Inglês

Legendas: Inglês

Instrutores

Igor Halperin

34,628 aprendizes

4 Cursos

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Curso 4 de 4 no

Programa de cursos integrados Machine Learning and Reinforcement Learning in Finance

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível avançado

Aprox. 13 horas para completar

Inglês

Legendas: Inglês

oferecido por

New York University

New York University is a leading global institution for scholarship, teaching, and research. Based in New York City with campuses and sites in 14 additional major cities across the world, NYU embraces diversity among faculty, staff and students to ensure the highest caliber, most inclusive educational experience.

Programa - O que você aprenderá com este curso

Semana

Semana 1

4 horas para concluir

Black-Scholes-Merton model, Physics and Reinforcement Learning

4 horas para concluir

13 vídeos (Total 103 mín.)

13 videos

Welcome to Specialization4min

Specialization Prerequisites7min

Interview with Rossen Roussev14min

Reinforcement Learning and Ptolemy's Epicycles5min

PDEs in Physics and Finance5min

Competitive Market Equilibrium Models in Finance5min

I Certainly Hope You Are Wrong, Herr Professor!7min

Risk as a Science of Fluctuation3min

Markets and the Heat Death of the Universe3min

Option Trading and RL14min

Liquidity9min

Modeling Market Frictions9min

Modeling Feedback Frictions10min

1 exercício prático

Assignment 12h

Semana

Semana 2

3 horas para concluir

Reinforcement Learning for Optimal Trading and Market Modeling

3 horas para concluir

8 vídeos (Total 73 mín.)

8 videos

From Portfolio Optimization to Market Model9min

Invisible Hand5min

GBM and Its Problems9min

The GBM Model: An Unbounded Growth Without Defaults9min

Dynamics with Saturation: The Verhulst Model7min

The Singularity is Near9min

What are Defaults?11min

Quantum Equilibrium-Disequilibrium11min

1 exercício prático

Assignment 22h

Semana

Semana 3

3 horas para concluir

Perception - Beyond Reinforcement Learning

3 horas para concluir

8 vídeos (Total 60 mín.)

8 videos

Welcome!!4min

Market Dynamics and IRL5min

Diffusion in a Potential: The Langevin Equation8min

Classical Dynamics7min

Potential Minima and Newton's Law4min

Classical Dynamics: the Lagrangian and the Hamiltonian7min

Langevin Equation and Fokker-Planck Equations9min

The Fokker-Planck Equation and Quantum Mechanics12min

1 exercício prático

Assignment 32h

Semana

Semana 4

3 horas para concluir

Other Applications of Reinforcement Learning: P-2-P Lending, Cryptocurrency, etc.

3 horas para concluir

9 vídeos (Total 79 mín.)

9 videos

Welcome!!1min

Electronic Markets and LOB9min

Trades, Quotes and Order Flow7min

Limit Order Book8min

LOB Modeling8min

LOB Statistical Modeling10min

LOB Modeling with ML and RL9min

Other Applications of RL7min

The Value of Universatility15min

Sobre Programa de cursos integrados Machine Learning and Reinforcement Learning in Finance

The main goal of this specialization is to provide the knowledge and practical skills necessary to develop a strong foundation on core paradigms and algorithms of machine learning (ML), with a particular focus on applications of ML to various practical problems in Finance.

The specialization aims at helping students to be able to solve practical ML-amenable problems that they may encounter in real life that include: (1) mapping the problem on a general landscape of available ML methods, (2) choosing particular ML approach(es) that would be most appropriate for resolving the problem, and (3) successfully implementing a solution, and assessing its performance. The specialization is designed for three categories of students: · Practitioners working at financial institutions such as banks, asset management firms or hedge funds · Individuals interested in applications of ML for personal day trading · Current full-time students pursuing a degree in Finance, Statistics, Computer Science, Mathematics, Physics, Engineering or other related disciplines who want to learn about practical applications of ML in Finance. The modules can also be taken individually to improve relevant skills in a particular area of applications of ML to finance.

Machine Learning and Reinforcement Learning in Finance

Perguntas Frequentes – FAQ

Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Is financial aid available?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.

Overview of Advanced Methods of Reinforcement Learning in Finance