Informações sobre o curso

61,724 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 intermediário
Aprox. 11 horas para completar
Inglês
Legendas: Inglês

O que você vai aprender

  • Analyze style and factor exposures of portfolios

  • Implement robust estimates for the covariance matrix

  • Implement Black-Litterman portfolio construction analysis

  • Implement a variety of robust portfolio construction models

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 intermediário
Aprox. 11 horas para completar
Inglês
Legendas: Inglês

oferecido por

Logotipo de EDHEC Business School

EDHEC Business School

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

3 horas para concluir

Style & Factors

3 horas para concluir
9 vídeos (Total 114 mín.), 3 leituras, 1 teste
9 videos
Introduction to factor investing12min
Factor models and the CAPM9min
Multi-Factor models and Fama-French7min
Factor benchmarks and Style analysis8min
Shortcomings of cap-weighted indices11min
From cap-weighted benchmarks to smart-weighted benchmarks12min
Introduction to Lab sessions6min
Module 1 Lab Session - Foundations42min
3 leituras
Requirements2min
Material at your disposal5min
Module 1- Key points2min
1 exercício prático
Module 1- Graded Quiz1h
Semana
2

Semana 2

2 horas para concluir

Robust estimates for the covariance matrix

2 horas para concluir
7 vídeos (Total 70 mín.), 1 leitura, 1 teste
7 videos
Estimating the Covariance Matrix with a Factor Model9min
Honey I Shrunk the Covariance Matrix!7min
Portfolio Construction with Time-Varying Risk Parameters8min
Exponentially weighted average8min
ARCH and GARCH Models9min
Module 2 Lab Session - Covariance Estimation13min
1 leituras
Module 2-Key points2min
1 exercício prático
Module 2 - Graded quiz1h
Semana
3

Semana 3

3 horas para concluir

Robust estimates for expected returns

3 horas para concluir
7 vídeos (Total 77 mín.), 2 leituras, 1 teste
7 videos
Agnostic Priors on Expected Return Estimates6min
Using Factor Models to Estimate Expected Returns11min
Extracting Implied Expected Returns8min
Introducing Active Views6min
Black-Litterman Analysis10min
Module 3 Lab Session- Black Litterman23min
2 leituras
Module 3-Key points2min
The Intuition Behind Black-Litterman Model Portfolios10min
1 exercício prático
Module 3 - Graded Quiz1h
Semana
4

Semana 4

3 horas para concluir

Portfolio Optimization in Practice

3 horas para concluir
7 vídeos (Total 67 mín.), 4 leituras, 1 teste
7 videos
Scientific Diversification11min
Measuring risk contributions6min
Simplified risk parity portfolios7min
Risk Parity Portfolios7min
Comparing Diversification Options8min
Module 4 Lab Session - Risk Contribution and Risk Parity15min
4 leituras
Module 4-Key points2min
Survey: Alternative Equity Beta Investing10min
Dive into heuristic diversification10min
To be continued (2)10min
1 exercício prático
Module 4 - Graded quiz1h

Avaliações

Principais avaliações do ADVANCED PORTFOLIO CONSTRUCTION AND ANALYSIS WITH PYTHON

Visualizar todas as avaliações

Sobre Programa de cursos integrados Investment Management with Python and Machine Learning

The Data Science and Machine Learning for Asset Management Specialization has been designed to deliver a broad and comprehensive introduction to modern methods in Investment Management, with a particular emphasis on the use of data science and machine learning techniques to improve investment decisions.By the end of this specialization, you will have acquired the tools required for making sound investment decisions, with an emphasis not only on the foundational theory and underlying concepts, but also on practical applications and implementation. Instead of merely explaining the science, we help you build on that foundation in a practical manner, with an emphasis on the hands-on implementation of those ideas in the Python programming language through a series of dedicated lab sessions....
Investment Management with Python and Machine Learning

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 .

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.