Informações sobre o curso

22,360 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. 12 horas para completar
Inglês
Legendas: Inglês

O que você vai aprender

  • Understand the the structure and techniques used in reinforcement learning (RL) strategies

  • Describe the steps required to develop and test an RL trading strategy

  • Describe the methods used to optimize an RL trading strategy

Habilidades que você terá

Reinforcement Learning Model DevelopmentReinforcement Learning Trading Algorithm OptimizationReinforcement Learning Trading Strategy DevelopmentReinforcement Learning Trading Algo Development
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. 12 horas para completar
Inglês
Legendas: Inglês

oferecido por

Logotipo de New York Institute of Finance

New York Institute of Finance

Logotipo de Google Cloud

Google Cloud

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

3 horas para concluir

Introduction to Course and Reinforcement Learning

3 horas para concluir
10 vídeos (Total 64 mín.), 1 leitura, 1 teste
10 videos
What is Reinforcement Learning?9min
History Overview2min
Value Iteration9min
Policy Iteration6min
TD Learning8min
Q Learning6min
Benefits of Reinforcement Learning in Your Trading Strategy6min
DRL Advantages for Strategy Efficiency and Performance7min
Introduction to Qwiklabs3min
1 leituras
Idiosyncrasies and challenges of data driven learning in electronic trading10min
Semana
2

Semana 2

5 horas para concluir

Neural Network Based Reinforcement Learning

5 horas para concluir
9 vídeos (Total 39 mín.)
9 videos
Deep Q Networks - Loss2min
Deep Q Networks Memory2min
Deep Q Networks - Code3min
Policy Gradients4min
Actor-Critic3min
What is LSTM?7min
More on LSTM4min
Applying LSTM to Time Series Data7min
Semana
3

Semana 3

4 horas para concluir

Portfolio Optimization

4 horas para concluir
10 vídeos (Total 54 mín.)
10 videos
Steps Required to Develop a DRL Strategy7min
Final Checks Before Going Live with Your Strategy5min
Investment and Trading Risk Management4min
Trading Strategy Risk Management4min
Portfolio Risk Reduction4min
Why AutoML?13min
AutoML Vision2min
AutoML NLP3min
AutoML Tables7min

Avaliações

Principais avaliações do REINFORCEMENT LEARNING FOR TRADING STRATEGIES

Visualizar todas as avaliações

Sobre Programa de cursos integrados Machine Learning for Trading

This Specialization is for finance professionals, including but not limited to hedge fund traders, analysts, day traders, those involved in investment management or portfolio management, and anyone interested in gaining greater knowledge of how to construct effective trading strategies using Machine Learning. Alternatively, this specialization can be for machine learning professionals who seek to apply their craft to quantitative trading strategies. The courses will teach you how to create various trading strategies using Python. By the end of the Specialization, you will be able to create quantitative trading strategies that you can train and implement. You will also learn how to use reinforcement learning strategies to create algorithms that can update and train themselves. To be successful in this Specialization, you should have a basic competency in Python programming and familiarity with pertinent libraries for machine learning, such as Scikit-Learn, StatsModels, and Pandas. Experience with SQL will be helpful. You should have a background in statistics (expected values and standard deviation, Gaussian distributions, higher moments, probability, linear regressions) and a basic knowledge of financial markets (equities, bonds, derivatives, market structure, hedging)....
Machine Learning for Trading

Perguntas Frequentes – FAQ

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 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.