在交易和金融中使用机器学习

在交易和金融中使用机器学习

Q: 我什么时候能看到讲座和作业？

要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。

本课程是交易机器学习专项课程的一部分

位教师：Jack Farmer

29,218 人已注册

包含在 Coursera Plus 中

了解更多

5个模块

深入了解一个主题并学习基础知识。

3.9

（375 条评论）

中级等级

推荐体验

灵活的计划

7 小时完成

自行安排学习进度

82%

大多数学生喜欢此课程

5个模块

深入了解一个主题并学习基础知识。

3.9

（375 条评论）

中级等级

推荐体验

灵活的计划

7 小时完成

自行安排学习进度

82%

大多数学生喜欢此课程

您将学到什么

设计基本的量化交易策略
使用 Keras 和 Tensorflow 构建机器学习模型
建立一对交易策略预测模型并进行反向测试。
建立一个基于动量的交易模型，并对其进行反向测试。

您将获得的技能

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

2 项作业

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是交易机器学习专项课程专项课程的一部分

在注册此课程时，您还会同时注册此专项课程。

向行业专家学习新概念
获得对主题或工具的基础理解
通过实践项目培养工作相关技能
获得可共享的职业证书

该课程共有5个模块

本课程为使用机器学习技术开发高级交易策略奠定了基础。在本课程中，您将回顾每种交易策略（无论多么复杂）所共有的关键组成部分。您将学习多种交易策略，包括量化交易、配对交易和动量交易。课程结束时，您将能够设计基本的量化交易策略，使用 Keras 和 TensorFlow 构建机器学习模型，构建配对交易策略预测模型并进行回溯测试，以及构建基于动量的交易模型并进行回溯测试。要成功学习本课程，您应具备 Python 编程的高级能力，并熟悉机器学习的相关库，如 Scikit-Learn、StatsModels 和 Pandas。推荐使用 SQL。您应具备统计学背景（期望值和标准差、高斯分布、高矩、概率、线性回归）和金融市场基础知识（股票、债券、衍生品、市场结构、对冲）。

在本模块中，我们将讨论每个交易策略（无论多么复杂）所共有的关键组成部分。在使用机器学习技术开发更高级的策略时，这一基础将为您提供指导。

涵盖的内容

4个视频1篇阅读材料1个作业

涵盖的内容

11个视频1个应用程序项目

11个视频总计50分钟

概述1分钟
TensorFlow 简介6分钟
TensorFlow API 层次结构4分钟
tensorflow 张量和变量的组成部分8分钟
开始使用 Google 云平台和 Qwiklabs3分钟
实验室介绍编写低级 TensorFlow 程序0分钟
在内存中工作和使用文件3分钟
使用 tf.data API 在大型数据集上进行训练4分钟
为模型训练准备数据6分钟
嵌入8分钟
实验室介绍使用 TensorFlow 数据集 API 操作数据0分钟

1个应用程序项目总计120分钟

实验室：编写低级 TensorFlow 程序120分钟

涵盖的内容

12个视频1个应用程序项目

12个视频总计53分钟

概述0分钟
激活功能8分钟
激活函数：反向传播中应避免的陷阱5分钟
使用 Keras 序列 API 的神经网络7分钟
在云中为模型提供服务3分钟
实验室介绍：Keras 序列 API0分钟
使用 Keras 功能 API 的神经网络9分钟
正则化：基础知识4分钟
规范化：L1、L2 和早期停止5分钟
规范化：辍学5分钟
实验室介绍：Keras 函数 API0分钟
回顾0分钟

1个应用程序项目总计60分钟

实验室：Keras 序列 API 简介60分钟

动量交易是交易者根据近期价格趋势的强弱买入或卖出资产的一种策略。价格动量与物理学中的动量类似，质量乘以速度决定了物体沿着当前路径前进的持久性（如轨道上的重型列车）。但在金融市场，动量是由交易量和价格变化率等其他因素决定的。动量交易者赌的是资产价格在某一方向上的强劲走势将持续下去，直到趋势失去力量或发生逆转。本模块将向您介绍动量交易的全部内容。