Este curso faz parte do Programa de cursos integrados Investment Management with Python and Machine Learning

4.7
estrelas
409 classificações

Lionel Martellini, PhD +1 mais instrutores

14.673 já se inscreveram

oferecido por

Programa de cursos integrados Investment Management with Python and Machine LearningEDHEC Business School

Informações sobre o curso

18.026 visualizações recentes

The practice of investment management has been transformed in recent years by computational methods. 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. In this course, we cover the estimation, of risk and return parameters for meaningful portfolio decisions, and also introduce a variety of state-of-the-art portfolio construction techniques that have proven popular in investment management and portfolio construction due to their enhanced robustness.
As we cover the theory and math in lecture videos, we'll also implement the concepts in Python, and you'll be able to code along with us so that you have a deep and practical understanding of how those methods work. By the time you are done, not only will you have a foundational understanding of modern computational methods in investment management, you'll have practical mastery in the implementation of those methods. If you follow along and implement all the lab exercises, you will complete the course with a powerful toolkit that you will be able to use to perform your own analysis and build your own implementations and perhaps even use your newly acquired knowledge to improve on current methods.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Curso 2 de 4 no

Programa de cursos integrados Investment Management with Python and Machine Learning

Nível intermediário

Aprox. 11 horas para completar

Inglês

Legendas: Árabe, Francês, Portuguese (European), Italiano, Vietnamita, Alemão, Russo, Inglês, Espanhol

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

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Curso 2 de 4 no

Programa de cursos integrados Investment Management with Python and Machine Learning

Nível intermediário

Aprox. 11 horas para completar

Inglês

Legendas: Árabe, Francês, Portuguese (European), Italiano, Vietnamita, Alemão, Russo, Inglês, Espanhol

Instrutores

Classificação do instrutor

4,85/5 (94 classificações)

Lionel Martellini, PhD

EDHEC-Risk Institute, Director

Finance

46.520 aprendizes

3 Cursos

Vijay Vaidyanathan, PhD

Optimal Asset Management Inc.

CEO

43.899 aprendizes

2 Cursos

oferecido por

EDHEC Business School

Founded in 1906, EDHEC is now one of Europe’s top 15 business schools .

Based in Lille, Nice, Paris, London and Singapore, and counting over 90 nationalities on its campuses, EDHEC is a fully international school directly connected to the business world. With over 40,000 graduates in 120 countries, it trains committed managers capable of dealing with the challenges of a fast-evolving world. Harnessing its core values of excellence, innovation and entrepreneurial spirit, EDHEC has developed a strategic model founded on research of true practical use to society, businesses and students, and which is particularly evident in the work of EDHEC-Risk Institute and Scientific Beta. The School functions as a genuine laboratory of ideas and plays a pioneering role in the field of digital education via EDHEC Online, the first fully online degree-level training platform. These various components make EDHEC a centre of knowledge, experience and diversity, geared to preparing new generations of managers to excel in a world subject to transformational change. EDHEC in figures: 8,600 students in academic education, 19 degree programmes ranging from bachelor to PhD level, 184 professors and researchers, 11 specialist research centres.

Programa - O que você aprenderá com este curso

Semana

Semana 1

3 horas para concluir

Style & Factors

3 horas para concluir

9 vídeos (Total 114 mín.), 3 leituras, 1 teste

9 videos

Welcome video3min

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

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

Semana

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

Lack of Robustness of Expected Return Estimates10min

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

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

Naive Diversification11min

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

4.7

113 avaliações

5 stars
81,84%
4 stars
13,07%
3 stars
3,87%
2 stars
0,72%
1 star
0,48%

Principais avaliações do ADVANCED PORTFOLIO CONSTRUCTION AND ANALYSIS WITH PYTHON

por LT17 de Fev de 2021

Good overview on portfolio theory with some of the latest trends (multi-factor models) and Python Lab sessions follow the same logic than the first course, with good tips and good timing.

por MM13 de Abr de 2020

Loved how this course was presented. It built well off of the first course and provided labs that let me explore the content. I really enjoyed how Lionel and Vijay presented the material.

por Y1 de Ago de 2021

very good quality, covers very in depth knowledge in portfolio construction, but I find the python part is a bit challenging unless you have good command of python programming.

por DB4 de Mai de 2020

This course teaches a great approach to portfolio construction. Crisp course content makes learning even more convenient. My sincere regards to the team behind this noble task,

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.

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.
Existe algum auxílio financeiro disponível?
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 estudante.

Advanced Portfolio Construction and Analysis with Python