Curso Aberto
Aprendizado de Máquina para Negociação
feito por
Oferecido pela Georgia Tech como CS 7646
Programa Nanodegree
Engenheiro de Machine Learning
Construa modelos preditivos e automatizados
Evolua em sua carreira com um certificado que antecipa seu sucesso!
Resumo do curso
Este curso apresenta aos alunos os desafios do mundo real na implementação de estratégias de negociação baseadas em aprendizado de máquina incluindo as etapas dos algoritmos de coleta de informações às ordens de mercado. O foco é sobre a forma de aplicar abordagens de aprendizado de máquina probabilística de decisões comerciais. Consideramos abordagens estatísticas como regressão linear, KNN e árvores de regressão e como aplicá-los a situações de negociação de ações reais.
Valor do curso
Grátis
Tempo estimado
Tempo total entre hoje e dia da formatura depende do seu compromisso semanal. Em média, os nossos graduados completam este nanodegree em 4 meses
Tempo total entre hoje e dia da formatura depende do seu compromisso semanal. Em média, os nossos graduados completam este nanodegree em 4 meses4 meses
Nível
intermediário
O curso inclui
Videoaulas
Testes interativos
Aulas com profissionais do setor
Ritmo individual de aprendizado
Comunidade de apoio aos alunos
Sua jornada de aprendizagem
Este curso aberto é seu primeiro passo em direção a uma nova carreira com o programa Engenheiro de Machine Learning
Curso Aberto
Aprendizado de Máquina para Negociação
Desenvolva habilidades que aumentarão suas chances de contratação adquirindo conhecimentos inovadores de forma independente.
Tucker Balch
Instrutor
Arpan Chakraborty
Instrutor
Pré-requisitos
Os alunos devem ter ótimas habilidades de programação e alguma familiaridade com os mercados de ações. Experiência em finanças ou de aprendizado de máquina não é necessária.
Observe que este curso atende alunos com foco em ciência da computação, bem como os alunos em outros cursos como engenharia de sistemas industriais, gestão, ou de matemática que têm experiências diferentes. Todos os alunos são bem-vindos!
Os tópicos de ML pode ser uma "revisão" para estudantes de CS, enquanto a parte de finanças será uma revisão para estudantes de finanças. No entanto, mesmo se você tiver experiência nestes tópicos, você poderá notar que nós os consideramos de forma diferente do que você pode ter visto antes e, particularmente, a implementação de negociação.
A programação será principalmente em Python. Vamos fazer uso pesado de bibliotecas computação numérica como NumPy e Pandas.
Por que fazer este curso?
Ao final deste curso, você deve ser capaz de:
- Compreender estruturas de dados utilizados para negociação algorítmica.
- Construir um software para acessar dados de ações ao vivo, avaliá-la e tomar decisões comerciais.
- Entender 3 populares algoritmos de aprendizado de máquina e como aplicá-los a problemas comerciais.
- Entender como avaliar a performance dos algoritmos de aprendizado de máquina para dados de séries temporais (dados de preços de ações).
- Saber como e por que técnicas de mineração de dados (aprendizado de máquina) falham.
- Construir um sistema de software de negociação de ações que utiliza dados diários atuais.
Algumas limitações/restrições:
- Nós usamos dados diários. Este não é um curso de HFT (Negociação de alta freqüencia), mas muitos dos conceitos aqui são relevantes.
- Nós não interagimos (negociamos) diretamente com o mercado, mas vamos gerar alocações de capital que você poderia negociar se você quisesse.