关于交易策略的机器学习

佐治亚理工CS 7646

中级

大约 4 个月

6小时每周 (按照自己的节奏)

由以下企业参与制作:
加入成千上万的全球学员

开始免费课程

加入课程
免费
可享受
课程视频
实战练习与参考项目指导
中级

大约 4 个月

6小时每周 (按照自己的节奏)

由以下企业参与制作:
加入成千上万的全球学员

课程概述

本课程带领学生们进入真正的国际挑战,在机器学习的基础上运用交易战略,实践从信息采集直到市场订购单整个过程的算法步骤。本课程的重点在于如何运用概率机器学习方法做出交易决策,以及如何将统计方法运用到实际的股票交易情境中。我们这里所说的统计方法包括:线性回归、K最邻近结点算法和回归树等。

喜欢这门课程?加入“机器学习工程师”纳米学位。

为什么学习这门课程?

在课程结束后,你应该可以做到::

  • 理解适用于算法交易的数据结构。
  • 了解如何构建软件,以获取并评估实时股票数据,然后做出交易决策。
  • 理解3种受欢迎的机器学习算法,以及如何把它们应用到交易问题当中。
  • 理解如何获取机器学习算法在时间序列数据(股票交易价格数据)中的效用
  • 了解数据挖掘(机器学习)技术失败的过程及原因。
  • 构建一个运用当前每日数据的股票交易软件系统。

一定的局限性/约束条件:

  • 我们运用每日数据。这不是一个高频交易课程,但我们所说的很多概念都与之相关。
  • 我们不直接与市场进行交互(交易),但我们会生成股权分配,你可以在需要的情况下进行交易。

先修要求

学生应具备强大的编码技术,并对股权市场有一定的了解。但可以没有金融或机器学习经验。

请注意本课内容服务于计算机科学专业和工业系统工程专业、管理专业,或有过其他经验的数学专业学生。欢迎各类学子加入!

机器学习课题对于计算机科学专业的学生来说可能是“复习”,而金融部分的课题对于金融专业的学生来说也是复习。然而,即便你对这些课题都有相关经验,你也会发现我们在用不同的方式去考虑它们,尤其是在实施交易方面的关注,绝对是你前所未见的。

本课程的编程将主要采用 Python 编程。我们将大量使用 NumPy 和 Pandas 等数据计算库。请参见使用优达学城的技术要求

查看使用优达学城的技术要求

你将学习什么内容?

项目

毕业项目

在该毕业项目中,你将利用学到的全部纳米学位课程知识,解决通过应用机器学习算法和技术做出选择的问题。首先,你将确定希望解决的问题,研究可能的解决方案和性能指标。接下来,你将利用可视化和数据探索来分析问题,从而更好地了解到哪些算法和功能适用解决它。

之后,你将执行算法及选择指标,同时记录预处理、细化,并以及后处理相关步骤。然后,你将收集与所用模型性能有关的结果,具体化重要的数量,验证/证实这些数值。最后,你将构建结果的结论,讨论你的执行是否充分地解决了问题。

学习计划

本课程包括以下三个迷你课程:

  • 迷你课程1:在 Python 编程中操作金融数据
  • 迷你课程2:计算机投资
  • 迷你课程3:交易运用的机器学习算法

每个迷你课程包括约 7-10 节小课程。穿插作业和项目。

讲师与合作伙伴

Tucker Balch

Tucker Balch

Tucker 是前美国空军(USAF)F-15 战斗机飞行员,目前是佐治亚理工学院交互式计算专业的教授。Balch 博士专注于机器学习的研究。他教授多机器人系统、人工智能和金融方面的课程。Balch 发表有 120 多篇论文。他的作品在美国有线电视新闻网(CNN)、《机构投资者》杂志、《华尔街日报》和《纽约时报》中均有报道。Balch 先后获得了佐治亚理工学院学士学位、加州大学戴维斯分校硕士学位和佐治亚理工学院博士学位。他培养的莘莘学子就职于各大知名机构和企业,包括:美国国家航空航天局喷气推进实验室(NASA JPL)、卡内基梅隆大学(CMU)、Uber打车应用公司、高盛投资集团、摩根史坦利投资公司、对冲基金巨头 Citadel、AQR 资本管理公司和雅虎财经。

Arpan Chakraborty

Arpan Chakraborty

Arpan 致力于寻找解决日常问题的计算机解决方案。他对人机交互、机器人和认知科学拥有浓厚的兴趣。他获得了北卡罗莱纳州立大学的博士学位,专注于生物启发计算机视觉的研究。在优达学城,他投入了大量时间,除了为自动化工作流程设置了一些小项目外,还为他主讲的课程设计交互练习。

官方微信公众号二维码

优达学城(Udacity)微信