Informações sobre o curso

10,177 visualizações recentes
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível avançado
Aprox. 14 horas para completar
Inglês
Legendas: Inglês
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível avançado
Aprox. 14 horas para completar
Inglês
Legendas: Inglês

oferecido por

Logotipo de New York University

New York University

Programa - O que você aprenderá com este curso

Semana
1

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
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
2

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
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
3

Semana 3

3 horas para concluir

Perception - Beyond Reinforcement Learning

3 horas para concluir
8 vídeos (Total 60 mín.)
8 videos
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
4

Semana 4

4 horas para concluir

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

4 horas para concluir
9 vídeos (Total 79 mín.)
9 videos
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

Avaliações

Principais avaliações do OVERVIEW OF ADVANCED METHODS OF REINFORCEMENT LEARNING IN FINANCE

Visualizar todas as avaliações

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

  • 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.
  • 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.

  • Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.

  • 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 .

  • Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.