智能投顾高级特训班

智能投顾高级特训班

开课时间:8月开课,开放预约,线上授课
开课时长:20小时,每天2小时,20:00-22:00准时开课
课程介绍

【讲师介绍】

王蓁 博士,CFA,FRM 。北京财鲸信息技术有限公司联合创始人,美国康奈尔大学博士、清华大学学士;特许金融分析师(CFA),金融风险管理师(FRM),持有美国资产管理咨询个人牌照。

曾就职于美国纽约华尔街的彭博总部,从事多资产投资组合的量化建模和投资;熟悉美国金融市场和监管法律,擅长大数据统计研究和各类人工智能方法;曾应邀在中国科学院经济学院MBA班教授量化金融投资专题课,曾在清华大学、五道口金融学院、对外经贸大学等发表量化金融讲座。

 

【课程大纲】

一、引论

1. 金融市场简介:股票,债券,地方债(muni),账户体系,监管体系,监管法律的演变(以美国法律为例)等
2. 量化金融历史简介:量化金融并不只是你知道的量化基金

二、量化金融中的机器学习方法

1. 基础统计和概率回顾
2. DAG,factorization, conditional independence,Bayesian(数据库可用性组、因式分解,条件独立,贝叶斯)
3. Probabilistic inference: graph elimination algo for inference(概率推理:图形消隐算法)
4. Tree as a simplified graph: belief propagation, sum-product algo for trees and factor graphs, max-product algo (简化为树的概率图:置信传播(信念传播),树与因子图的和积算法;最大积算法。)
5. Learning Completely observed graph by max likelihood (通过最大似然法学习完全观测图)
6. K-means clustering, General EM (K-均值聚类一般EM算法)

7. Intro to HMM: Vertabi algo, forward/backward algo(隐马尔科夫模型(HMM)介绍: Vertabi 算法、前向/后向算法)
8. Probabilistic PCA, Kalman filtering, variational inference (概率PCA,卡尔曼滤波,变分推断)
9. Monte Carlo Markov Chain: Metropolis Hastings Algo, Gibbs sampling(蒙特卡罗马尔可夫链:Metropolis–Hastings算法,Gibbs(吉布斯) 取样)
10. Complex Network  (复杂网络)
11. 神经网络: Connectionist AI, Perceptron, neutral networks, Hopfield networks, Boltzmann machines ( 神经网络:联结主义AI、感知器、仿生物神经网络、Hopfiel神经网络、波尔兹曼机)

三、量化金融实用

1. 如何对投资组合进行收益和风险归因分析:The Barra Model
2. 资产配置方法:MVO(详细),Bayesian Allocation, BL allocation, Resampled Allocation, Robust Allocation, Robust Bayesian Allocation
3. Risk Parity Method
4. 智能投顾:智能投顾介绍及中美对比(1)
5. 智能投顾:如何搭建一个智能投顾(2)
6. 金融人工智能的其他应用:金融知识图谱和金融搜索

课程目标
  • 能够提供一定全面的解析和相关的实战经验分享,帮助企业/个人转型,熟悉智能投顾
  • 熟悉机器学习在金融领域的应用
适合人群
  • 数据科学工作者、金融项目开发者、金融交易从业者
  • 想用机器学习来做一些数据分析、金融工作的企业/个人

相关课程

授课教师

联合创始人

最新学员

暂无学员

学员动态

还没有动态