关于此课程

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。
学费
免费
学习时间
大约 4 months
难度
中级
你将获得

Rich Learning Content

Interactive Quizzes

Taught by Industry Pros

Self-Paced Learning

Student Support Community

开始你的旅程

学习这门免费课程,迈出通往机器学习工程师(中/英)职业道路的第一步。

免费课程

关于交易策略的机器学习

合作企业 佐治亚理工学院

通过创新性的自主学习方式,掌握新技能,提升竞争力。

Icon steps 54aa753742d05d598baf005f2bb1b5bb6339a7d544b84089a1eee6acd5a8543d
 
 

课程讲师

Tucker Balch
Tucker Balch

讲师

Arpan Chakraborty
Arpan Chakraborty

北卡罗莱纳州立大学博士,优达学城课程策划

先修知识及要求

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

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。
我将获得什么?
Instructor videos Learn by doing exercises Taught by industry professionals