樓主: 資料狂人
8855 70

[統計套利] 用Python開啓你的寬客世界   [推廣有獎]

VIP管理員

泰鬥

68%

還不是VIP/貴賓

-

威望
9
論壇币
986609563 个
通用積分
25953.8170
學術水平
4496 点
熱心指數
3270 点
信用等級
3509 点
經驗
561503 点
帖子
7653
精華
142
在線時間
13580 小时
注冊时间
2010-3-18
最后登錄
2019-9-17

初級热心勳章 初級学术勳章 中級学术勳章 中級热心勳章 初級信用勳章 中級信用勳章 高級学术勳章 高級热心勳章 高級信用勳章 特級信用勳章 特級学术勳章

資料狂人 在职认证  发表于 2017-11-23 07:27:17 |顯示全部樓層

华尔街传奇人物詹姆斯·西蒙斯(James Simons)运作的大奖章基金(Medallion)在1989-2009的二十年间,平均年收益率为35%,若算上44%的收益提成,則該基金實際的年化收益率可高達60%,比同期標普500指數年均回報率高出20多個百分點。

難能可貴的是,縱然是在次貸危機全面爆發的2008年,該基金的投資回報率仍可穩穩保持在80%左右的驚人水准。

西蒙斯通過將數學模型和投資策略相結合,逐步走上神壇,開創了由他扛旗的量化時代。


量化投資,就是利用计算机技术并且采用一定的数学模型去实践投资理念,实现投资策略的过程。

价值投资和趋势投资(技术分析)是引领过去一个世纪的投资方法,随着计算机技术的发展,已有的投资方法和计算机技术相融合,产生了量化投資。


常用的量化投資的工具有R/MATLAB/Python,各有利弊,选择Python的优势在于:

首先,开放,各种平台可以用,开源各种分析工具包,时间系列,机器学习等都方便。文件处理,网络,數據庫对接都很容易。

其次,有不同的開源包或者接口支持不同的功用,性能不是問題。

再次,Python已成爲人工智能時代成爲流行的語言之一。


更簡單,更通用,能做更多的事情,

这也是本次量化投資现场培训选择Python授课的主要原因:

Python机器学习与量化投資

時間:2019年5月24-27日 (四天) 北京, 6月6-9日 (四天) 上海   
安排:上午9:00-12:00;下午1:30-4:30;答疑4:30-5:00
地點:
北京市海澱區廠窪街3號丹龍大廈/上海市培訓教室

學費:5000元 / 4200元 (仅限全日制在读本科生及硕士生优惠价);食宿自理
我要報名

講師介紹:

蔡立耑(Terry Tsai),美国伊利诺伊大学金融硕士,华盛顿大学经济学硕士、博士,在国内外如美国、韩国有丰富的授课經驗。带领博、硕士生从事投资决策、金融衍生品、风险分析、交易策略等领域的研究。经管之家资深量化投資讲师。

亲身实践各种金融应用,主持研究团队与台湾知名大学与企业合作开展各种金融研究,例如量化投資、风险分析等。在统计套利、金融大数据等领域有丰富的操作經驗与授课經驗。带领的量化投資研究团队用多种编程语言实现了统计套利以及风险管理自动化程序。


課程介紹
人工智能與機器學習對交易與投資産生巨大影響。交易領域的人工智能應用,大多藉由機器學習來鍳別,分析資産價格變化的特征或因子,以利于構建盈利的交易策略。本課程將系統性介紹常用機器學習方法在股市的應用。

課程大綱:

Python 基本介紹(一天)

1. Python对象类型

2. Python 常用语句和语法

3. Python函數


Python數據分析(一天)

1. Numpy程序库与多维数组

2. Pandas与时间序列数据

3. Matplotlib数据可视化


機器學習與量化交易(兩天)

機器學習是從看似無序的數據中分析規律,識別可能具代表性的模式,再藉以對未知數據進行預測。

而股市具有大數據特征,應用機器學習方法從海量的股市數據中發現潛在規律,預測未來發展趨勢,對于降低投資風險與增進決策效率顯然有重要的意義。

本課程擬介紹如何應用下列的機器學習方法來預測股市,並分析不同方法的效能。

1. 逻辑回归

1.1 逻辑回归基本概念

1.2 二元分类与逻辑回归模型

1.3 多类别逻辑回归

1.4 逻辑回归的案例分析


2. 机器学习算法:线性判别分析(LDA)和 二次判别分析(QDA)

2.1 判别分析的基本定义

2.2 线性判别分类器与二次判别分类器的理论模型

2.3 构造判别分析分类器的具体操作步骤

2.4 LDA与QDA 金融案例分析


3. 支持向量机

3.1  支持向量機基本概念

3.2  支持向量機的原理

3.3  線性可分與非線性可分支持向量機

3.4  核函數

3.5  支持向量機與金融數據分類


4. 聚类与统计套利

4.1 时间序列的基本概念

4.2 配对交易的思想与实现

4.3 聚类演算法的介绍与应用


5. 隨機森林

5.1 决策树

5.2 隨機森林的基本概念与演算法

5.3 随机森类算法的独特优势

5.4 隨機森林的应用:股票市场


6. 人工神经网路(ANN)与深度神经网络(DNN)

6.1 人工神经网络的缘起

6.2 神经元与激活函数

6.3 人工神经网络

6.4 反向传播算法

6.5 深度神经网络

6.6 人工神经网络与深度神经网络的金融市场应用分析


7. 卷积神经网络(CNN)

7.1 卷积神经网络的基本想法

7.2 卷积层

7.3 池化层

7.4 全连接层

7.5 卷积神经网络的整体架构及其变形架构

7.6 CNN与股票预测

     

8. 递归神经网络(RNN)

8.1 递归神经网络的基本框架

8.2 Backpropagation Through Time(BPTT) 算法            

8.3 RNN与CNN对股票预测的对比分析

8.4 長短期記憶模型LSTM和GRU 网络

8.5 RNN, LSTM和GRU模型对股票预测的对比分析


報名流程:

1:点击“我要報名”,网上填写信息提交;
2:給予反饋,確認報名信息;
3:網上訂單繳費;
4:開課前一周發送課程電子版講義,軟件准備及交通住宿指南。


優惠:

現場班老學員9折優惠;
同一單位三人以上同時報名9折優惠;

以上優惠不疊加。


聯系方式:

魏老師

QQ:28819897142881989714

Tel:010-68478566

Mail:vip@pinggu.org





stata SPSS
資料狂人 在职认证  发表于 2017-11-23 07:27:18 |顯示全部樓層
NEW: 经管之家量化投資學院(http://q.peixun.net/)
          量化投資就业班可以開始預訂了:/thread-6033665-1-1.html




資料狂人 在职认证  发表于 2017-11-23 07:27:19 |顯示全部樓層
量化投資现场班回顾:
量化投資培训北京班

量化投資培训上海班





資料狂人 在职认证  发表于 2017-11-23 07:27:20 |顯示全部樓層
四天掌握Python量化投資思想, 策略与实战
歡迎報名參加

weinamaleny 在职认证  发表于 2017-11-23 07:28:48 |顯示全部樓層

回帖獎勵 +2

量化投資-人才缺口大,薪资高,在机会来临之前你准备好了吗
weinamaleny 在职认证  发表于 2017-11-23 07:29:18 |顯示全部樓層
量化投資培训-就在经管之家量化投資學院
warking 发表于 2017-11-23 07:35:32 |顯示全部樓層

回帖獎勵 +2

謝謝提供
xujingjun 发表于 2017-11-23 07:37:13 |顯示全部樓層

回帖獎勵 +2

williamhwf2011 发表于 2017-11-23 07:45:54 |顯示全部樓層

回帖獎勵 +2

進來瞧一瞧
f62s 发表于 2017-11-23 08:12:01 |顯示全部樓層

回帖獎勵 +2

學這個是不是就發大財了
您需要登錄后才可以回帖 登錄 | 我要注冊

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 論壇法律顾问:王进律师 知識産權保護聲明   免責及隱私聲明

GMT+8, 2019-9-18 00:19