Fondamenti di Machine Learning in Finance

Descrizione

Il corso mira ad aiutare gli studenti a essere in grado di risolvere problemi pratici suscettibili alla ML che possono incontrare nella vita reale che includono: (1) la comprensione di dove il problema si trova atterra su un panorama generale dei metodi ML disponibili, (2) la comprensione di quale particolari approcci ML sarebbero più appropriati per risolvere il problema e (3) capacità di implementare con successo una soluzione e valutarne le prestazioni.
Uno studente con qualche conoscenza precedente o nulla di Machine Learning (ML) conoscerà i principali algoritmi di apprendimento supervisionato e non supervisionato e Reinforcement Learning e sarà in grado di utilizzare pacchetti Python open source ML per progettare, testare e implementare algoritmi ML in finanza.
I fondamenti dell'apprendimento automatico in finanza forniranno una visione più approfondita dell'apprendimento supervisionato, non supervisionato e di rinforzo e finiranno in un progetto sull'uso dell'apprendimento non supervisionato per implementare una semplice strategia di trading di portafoglio.

Il corso è progettato per tre categorie di studenti:
Professionisti che lavorano in istituti finanziari come banche, società di gestione patrimoniale o hedge funds
Individui interessati ad applicazioni di ML per il trading giornaliero personale
Gli attuali studenti a tempo pieno che perseguono una laurea in Finanza, Statistica, Informatica, Matematica, Fisica, Ingegneria o altre discipline correlate che vogliono conoscere le applicazioni pratiche di ML in Finanza

L'esperienza con Python (compresi i quaderni numpy, panda e IPython / Jupyter), l'algebra lineare, la teoria della probabilità di base e il calcolo di base è necessaria per completare i compiti in questo corso.