Pastiprinamojo mokymosi pagrindai investicijose
Struktūruota mokymo programa, skirta suprasti, kaip dirbtinis intelektas gali padėti optimizuoti investicijų sprendimus. Mokymai trunkanti 4 savaites, du kartus per savaitę, po 90 minučių. Sužinosite apie agentų sistemas, sprendimų priėmimo modelius ir realiose situacijose taikomus pavyzdžius.
-
Pastiprinamojo mokymosi teorija
-
Agentų sistemos ir jų veikimas
-
Sprendimų priėmimo modeliai
-
Realaus pasaulio atvejai finansuose
Portfelio perbalansuotės strategijos
Gilintinas kursas apie tai, kaip nustatyti optimalius perbalansuotės intervalus ir jas automatizuoti. Apima turto klasių optimizavimą, rinkos volatilumą ir mokesčių efektyvumą. Naudojamos praktinės užduotys ir simuliacijos, padedančios suprasti, kaip skirtingos strategijos veikia įvairiose rinkos sąlygose.
-
Perbalansuotės ciklai ir intervalai
-
Turto klasės optimizavimas
-
Algoritminės perbalansuotės
-
Rinkos volatilumas ir rizika
Praktinis AI diegimas su Python
Mokymai, kuriuose iš pirmo žingsnio mokysitės kurti AI modelius portfelio valdymui. Nereikalingos išankstinės programavimo žinios. Per 6 savaites nausite rašyti kodą, testuoti modelius ir jų rezultatus analizuoti su tikrais rinkos duomenimis. Kiekvienas dalyvis gauna prieigą prie mokymų skripčių ir šablonų.
-
Python programavimo pagrindai
-
Duomenų ruošimas ir analizė
-
Modelių kūrimas ir testavimas
-
Praktinės implementacijos žingsniai
Individualus konsultavimas
Maži grupiniai susitikimai tiems, kurie nori sukonkretinti savo investicijų klausimus. Kiekviena sesija skiriama jūsų konkretiems portfelio iššūkiams: kaip pritaikyti perbalansuotės strategiją savo turto klasėms, kaip automatizuoti procesą arba kaip įvertinti modelio tinkamumą. Trukmė: 1–2 valandos, suderinta jūsų grafikui.
-
Portfelio diagnostika
-
Strategijos pritaikymas jūsų poreikiams
-
Techninės diegimo pagalbos
-
Grįžtamasis ryšys ir tobulinimas