全球金融领域三大黄金证书

CQF第五模块课程内容都有哪些?

CQF第五模块课程内容都有哪些?

  • 编者:Meteor
  • 阅读本文需5分钟
  • 发布时间:2021-12-02
  • 因子模型解读
  • CQF前导课试听
  • 海龟交易法则
  • 机器学习入门
  • 量化对冲
  • 量化选股课
  CQF第五模块的课程内容主要是学习更多金融机器学习的方法。从无监督学习、深度学习和神经网络开始,我们将进入自然语言处理和强化学习。CQF学员们将学习理论框架,但更重要的是,分析实际案例研究,探索如何在金融中使用这些技术。
 
CQF课程
 
  1、无监督学习|
 
  K均值聚类
 
  自组织地图
 
  HAC和SOM的优缺点
 
  金融应用
 
  2、无监督学习II
 
  维度效应
 
  t分布随机邻居嵌入(t-SNE)
 
  均匀流形逼近和投影(UMAP)
 
  自编码器
 
  金融应用
 
  3、深度学习和神经网络
 
  什么是人工神经网络和深度学习?
 
  感知器模型,反向传播
 
  神经网络架构:前馈、循环、长短期记忆、卷积、生成对抗
 
  金融应用
 
  4、自然语言处理
 
  预处理
 
  词向量化,Word2Vec
 
  深度学习和NLP工具
 
  金融应用:情绪变化与远期回报;标准普尔500指数的情绪变化趋势;收益电话分析。
 
  代码示例
 
  5、强化学习I
 
  Recap of multi-armed bandit
 
  开发-探索权衡
 
  探索策略:softmax与epsilon-greedy
 
  强化学习中的风险敏感性
 
  6、强化学习II
 
  强化学习案例研究
 
  算法交易的应用
 
  在自动化做市中的应用
 
  7、基于人工智能的算法交易策略
 
  使用Python和Pandas进行基本财务数据分析
 
  从金融时间序列创建特征和标签数据以进行市场预测
 
  机器学习分类算法在预测市场走势中的应用
 
  基于预测的算法交易策略的向量化回测
 
  算法交易策略的风险分析
 
  8、金融的实用机器学习案例研究
 
  资产价格行为和波动率建模
 
  具有估计漂移和扩散函数的经验SDE
 
  广义Stoch Vol模型,从数据中学习动态模型
 
  使用机器学习的期权定价和对冲
 
  奇异期权的模型免费定价
 
  使用机器学习进行稳健的投资组合优化
 
  去噪和消除协方差矩阵
 
  嵌套集群优化
 
  9、金融中的量子计算
 
  定义量子计算
 
  回顾量子计算的三个关键要素:量子位、量子门和量子电路
 
  列举量子计算在各个领域的一些应用
 
  使用IBM Quantum Experience在线构建简单的量子电路
 
  了解如何使用Python模块Qiskit编写自己的量子程序
 
  回顾量子计算的一些金融应用,特别是欧洲看涨期权

以上便是《CQF第五模块课程内容都有哪些?》的全部内容,部分内容来源自网络,如有版权问题请联系2355960815@qq.com删除。

相关文章推荐

换一批

中国CQF考试网

量化金融领域的专业证书

© 2003-2024中国CQF考试网

CQF协会协会会员

@Sukey


我的微信号:cqfgd1