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 long-term trading strategies, short-term trading strategies, and hedging strategies. 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 foundational knowledge of financial markets (equities, bonds, derivatives, market structure, hedging).
Programa de cursos integrados Machine Learning for Trading
oferecido por
Cursos 100% on-line
Cronograma flexível
Nível intermediário
Aprox. 1 meses para completar
Inglês
Como funciona o programa de cursos integrados
Fazer cursos
Um programa de cursos integrados do Coursera é uma série de cursos para ajudá-lo a dominar uma habilidade. Primeiramente, inscreva-se no programa de cursos integrados diretamente, ou avalie a lista de cursos e escolha por qual você gostaria de começar. Ao se inscrever em um curso que faz parte de um programa de cursos integrados, você é automaticamente inscrito em todo o programa de cursos integrados. É possível concluir apenas um curso — você pode pausar a sua aprendizagem ou cancelar a sua assinatura a qualquer momento. Visite o seu painel de aprendiz para controlar suas inscrições em cursos e progresso.
Projeto prático
Todos os programas de cursos integrados incluem um projeto prático. Você precisará completar com êxito o(s) projeto(s) para concluir o programa de cursos integrados e obter o seu certificado. Se o programa de cursos integrados incluir um curso separado para o projeto prático, você precisará completar todos os outros cursos antes de iniciá-lo.
Obtenha um certificado
Ao concluir todos os cursos e completar o projeto prático, você obterá um certificado que pode ser compartilhado com potenciais empregadores e com sua rede profissional.
Este Programa de cursos integrados contém 3 cursos
Introduction to Trading, Machine Learning & GCP
This course is for finance professionals, investment management professionals, and traders. Alternatively, this course can be for machine learning professionals who seek to apply their craft to trading strategies. At the end of the course you will be able to do the following: - Understand the fundamentals of trading, including the concept of trend, returns, stop-loss and volatility - Understand the differences between supervised/unsupervised and regression/classification machine learning models - Identify the profit source and structure of basic quantitative trading strategies - Gauge how well the model generalizes its learning - Explain the differences between regression and forecasting - Identify the steps needed to create development and implementation backtesters - Use Google Cloud Platform to build basic machine learning models in Jupyter Notebooks To be successful in this course, 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 foundational knowledge of financial markets (equities, bonds, derivatives, market structure, hedging).
Using Machine Learning in Trading and Finance
This course is for finance professionals, investment management professionals, and traders. Alternatively, this Specialization can be for machine learning professionals who seek to apply their craft to trading strategies. At the end of the course you will be able to do the following: - Design basic quantitative trading strategies - Use Keras and Tensorflow to build machine learning models - Build a pair trading strategy prediction model and back test it - Build a momentum-based trading model and back test it To be successful in this course, you should have a basic competency in Python programming and familiarity with the Scikit Learn, Statsmodels and Pandas library. You should have a background in statistics (expected values and standard deviation, Gaussian distributions, higher moments, probability, linear regressions) and foundational knowledge of financial markets (equities, bonds, derivatives, market structure, hedging).
Reinforcement Learning for Trading Strategies
This course is for finance professionals, investment management professionals, and traders. Alternatively, this Specialization can be for machine learning professionals who seek to apply their craft to trading strategies. At the end of the course you will be able to do the following: - Understand what reinforcement learning is and how trading is an RL problem - Build Trading Strategies Using Reinforcement Learning (RL) - Understand the benefits of using RL vs. other learning methods - Differentiate between actor-based policies and value-based policies - Incorporate RL into a momentum trading strategy To be successful in this course, you should have a basic competency in Python programming and familiarity with the Scikit Learn, Statsmodels and Pandas library.You should have a background in statistics (expected values and standard deviation, Gaussian distributions, higher moments, probability, linear regressions) and foundational knowledge of financial markets (equities, bonds, derivatives, market structure, hedging).
Instrutores
Jack Farmer
Curriculum Director
Ram Seshadri
Machine Learning ConsultantSobre Google Cloud
Sobre New York Institute of Finance
Perguntas Frequentes – FAQ
Qual é a política de reembolso?
Posso me inscrever em um único curso?
Sim! Para começar, clique na carta de curso que lhe interessa e se inscreva. Você pode se inscrever e concluir o curso para ganhar um certificado compartilhável ou você pode auditar para ver os materiais do curso de graça. Quando você se inscrever em um curso que faz parte de uma especialização, você está automaticamente inscrito para a especialização completa. Visite o seu painel de aluno para acompanhar o seu progresso.
Existe algum auxílio financeiro disponível?
Posso fazer o curso gratuitamente?
Este curso é realmente 100% on-line? Eu preciso assistir alguma aula pessoalmente?
Este curso é totalmente on-line, então não existe necessidade de aparecer em uma sala de aula pessoalmente. Você pode acessar suas palestras, leituras e atribuições a qualquer hora e qualquer lugar, via web ou dispositivo móvel.
Vou ganhar créditos universitários por concluir a Especialização?
Esta Especialização não carrega créditos universitários, mas algumas universidades podem optar por aceitar certificados de especialização como crédito. Verifique com sua instituição para saber mais.
What background knowledge is necessary?
To be successful in this course, you should have a basic competency in Python programming and familiarity with the Scikit Learn, Statsmodels and Pandas library. You should have a background in statistics (expected values and standard deviation, Gaussian distributions, higher moments, probability, linear regressions) and foundational knowledge of financial markets (equities, bonds, derivatives, market structure, hedging).
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
