Programa do Curso
IA na Paisagem de Negociação e Ativos Management
- Tendências em negociação algorítmica e baseada em IA
- Visão geral dos fluxos de trabalho da finança quantitativa
- Ferramentas, plataformas e fontes de dados principais
Trabalhando com Dados Financeiros em Python
- Manipulação de séries temporais usando Pandas
- Limpeza, transformação e engenharia de características dos dados
- Indicadores financeiros e construção de sinais
IA para Sinais de Negociação
- Modelos de regressão e classificação para previsão do mercado
- Avaliação de modelos preditivos (por exemplo, precisão, exatidão, razão de Sharpe)
- Estudo de caso: construindo um gerador de sinais baseado em ML
Supervised Learning e Regimes de Mercado
- Agrupamento para regimes de volatilidade
- Redução de dimensionalidade para descoberta de padrões
- Aplicações em negociação de cestas e agrupamento de riscos
Otimização de Portfólio com Técnicas de IA
- Estrutura do framework Markowitz e suas limitações
- Paridade de risco, Black-Litterman e otimização baseada em ML
- Rebalanceamento dinâmico com entradas preditivas
Backtesting e Avaliação de Estratégias
- Usando o Backtrader ou frameworks personalizados
- Métricas de desempenho ajustado ao risco
- Evitando sobreajuste e vício de olhar adiante
Implantação de Modelos de IA em Negociação ao Vivo
- Integração com APIs de negociação e plataformas de execução
- Monitoramento do modelo e ciclos de re-treinamento
- Considerações éticas, regulatórias e operacionais
Resumo e Próximos Passos
Requisitos
- Compreensão dos conceitos básicos de estatística e mercados financeiros
- Experiência com Python programação
- Familiaridade com dados de séries temporais
Público-Alvo
- Analistas quantitativos
- Profissionais de trading
- Gerentes de portfólio
Declaração de Clientes (1)
Apreciei muito a maneira como o instrutor apresentou tudo. Entendi tudo, mesmo Finance não sendo minha área, ele se certificou de que todos os participantes estavam na mesma página, enquanto mantinha o controle do tempo restante. Os exercícios foram colocados em intervalos adequados. Communication com os participantes sempre esteve presente. O material foi perfeito, nem muito, nem pouco. Ele explicou muito bem assuntos um pouco mais complicados para que todos pudessem entender.
Diana
Curso - ChatGPT for Finance
Máquina Traduzida