This course aims at introducing the fundamental concepts of Reinforcement Learning (RL), and develop use cases for applications of RL for option valuation, trading, and asset management.
Este curso faz parte do Programa de cursos integrados Machine Learning and Reinforcement Learning in Finance
oferecido por
Informações sobre o curso
21,419 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. 17 horas para completar
Inglês
Legendas: Inglês
Habilidades que você terá
option pricing and risk managementsimple model for market dynamicsQ-learning using financial problemsoptimal tradingPortfolio Optimization
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. 17 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
4 horas para concluir
MDP and Reinforcement Learning
4 horas para concluir
14 vídeos (Total 107 mín.), 2 leituras, 1 teste
14 videos
Prerequisites7min
Welcome to the Course5min
Introduction to Markov Decision Processes and Reinforcement Learning in Finance9min
MDP and RL: Decision Policies9min
MDP & RL: Value Function and Bellman Equation7min
MDP & RL: Value Iteration and Policy Iteration4min
MDP & RL: Action Value Function9min
Options and Option pricing7min
Black-Scholes-Merton (BSM) Model8min
BSM Model and Risk9min
Discrete Time BSM Model7min
Discrete Time BSM Hedging and Pricing8min
Discrete Time BSM BS Limit6min
2 leituras
Jupyter Notebook FAQ10min
Hedged Monte Carlo: low variance derivative pricing with objective probabilities10min
4 horas para concluir
MDP model for option pricing: Dynamic Programming Approach
4 horas para concluir
7 vídeos (Total 59 mín.), 2 leituras, 1 teste
7 videos
MDP Formulation10min
Action-Value Function5min
Optimal Action From Q Function6min
Backward Recursion for Q Star8min
Basis Functions8min
Optimal Hedge With Monte-Carlo8min
Optimal Q Function With Monte-Carlo10min
2 leituras
Jupyter Notebook FAQ10min
QLBS: Q-Learner in the Black-Scholes(-Merton) Worlds10min
4 horas para concluir
MDP model for option pricing - Reinforcement Learning approach
4 horas para concluir
8 vídeos (Total 71 mín.), 3 leituras, 1 teste
8 videos
Batch Reinforcement Learning9min
Stochastic Approximations8min
Q-Learning8min
Fitted Q-Iteration10min
Fitted Q-Iteration: the Ψ-basis9min
Fitted Q-Iteration at Work11min
RL Solution: Discussion and Examples11min
3 leituras
Jupyter Notebook FAQ10min
QLBS: Q-Learner in the Black-Scholes(-Merton) Worlds and The QLBS Learner Goes NuQLear10min
Course Project Reading: Global Portfolio Optimization10min
5 horas para concluir
RL and INVERSE RL for Portfolio Stock Trading
5 horas para concluir
10 vídeos (Total 82 mín.), 2 leituras, 1 teste
10 videos
Introduction to RL for Trading12min
Portfolio Model8min
One Period Rewards6min
Forward and Inverse Optimisation10min
Reinforcement Learning for Portfolios9min
Entropy Regularized RL8min
RL Equations10min
RL and Inverse Reinforcement Learning Solutions10min
Course Summary3min
2 leituras
Jupyter Notebook FAQ10min
Multi-period trading via Convex Optimization10min
Avaliações
Principais avaliações do REINFORCEMENT LEARNING IN FINANCE
por LC5 de Jun de 2019
Excellent course. The peer reviewed evaluation is very interisting and it is definitely worth the time to do it in detail but does not take two hours with luck a week.
por MR7 de Mai de 2020
The content discussed in the course is very interesting and innovative. However, it could have more practical content through numerical examples.
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.
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.
