هوش مصنوعی برای امور مالی - یادگیری ماشین و یادگیری عمیق برای معاملات

آنچه یاد خواهید گرفت:

• ساخت پایپ‌لاین end-to-end برای معاملات با هوش مصنوعی - داده، EDA، ویژگی‌ها، تقسیم‌بندی بدون نشتی داده و تست‌های walk-forward
• آموزش و تیونینگ مدل‌های یادگیری ماشین و یادگیری عمیق (XGBoost و LSTM و ترنسفرمرها) برای پیش‌بینی و تشخیص رژیم
• بک‌تست استراتژی‌های جدید و رویداد، احساسات، روند و جفت‌ها با در نظر گرفتن هزینه‌ها، اسلیپیج و متریک‌های ریسک
• استقرار ربات برای معاملات کاغذی با اندازه پوزیشن، هدف‌گذاری نوسانات، استاپ‌ها، نظارت و اخلاقیات

پیش‌نیازهای دوره

• کنجکاوی - نصب‌ها، ابزارها و راه‌اندازی معاملات کاغذی را مدیریت می‌کنیم. هیچ پیش‌زمینه‌ای در یادگیری ماشین یا معاملات لازم نیست.

توضیحات دوره

ایده‌های بازار را به سیستم‌های معاملاتی هوش مصنوعی کاربردی تبدیل کنید. در این دوره‌ عملی، یک پایپ‌لاین کامل را در پایتون، از دریافت داده‌ واقعی بازار و داده کلان تا مهندسی ویژگی، آموزش مدل‌های یادگیری ماشین و یادگیری عمیق، اعتبارسنجی با آزمون‌های leakage-safe و walk-forward و بک‌تست با هزینه‌های واقعی، اسلیپیج (لغزش قیمت) و کنترل‌های ریسک می‌سازید.

شما چندین استراتژی را پیاده‌سازی می‌کنید (رویداد، درآمد، اخبار، احساسات، NLP، روند، مومنتوم، جفت‌ها و stat-arb) و مدل‌هایی مانند XGBoost و جنگل‌های تصادفی و LSTMs و ترنسفرمرها را مقایسه می‌کنید و یک ربات برای معاملات کاغذی را با اندازه پوزیشن، هدف‌گذاری نوسانات و داشبوردهای نظارت شفاف مستقر می‌کنید.

ما گام‌به‌گام در ویژوال استودیو کد و Jupyter با استفاده از pandas و scikit-learn و PyTorch و yfinance و vectorbt و Backtrader و matplotlib کار می‌کنیم و نوت‌بوک‌ها، قالب‌ها و چک‌لیست‌های قابل‌ استفاده‌ مجدد ارائه می‌دهیم تا بتوانید همه‌ موارد را برای tickers و ایده‌های خودتان تطبیق دهید. در پایان دوره، یک گردش‌کار قابل‌ تکرار، یک پروژه‌ مناسب برای پورتفولیو و اعتمادبه‌نفس لازم برای تکرار اخلاقی و ایمن پیش از ورود به بازار واقعی خواهید داشت.

انتظارات اضافی عملی را داشته باشید: یک پروژه capstone با مخزن قالب و توضیح‌پذیری مدل (اهمیت ویژگی و استدلال به سبک SHAP) و چک‌لیست‌های تحلیل خطا و پلی‌بوک‌های تیونینگ هایپرپارامتر

ما مبادلات منابع داده، جایگزین‌های رایگان برای فیدهای پولی و موانعی مانند سوگیری بقا را پوشش می‌دهیم. شما کنترل نسخه، ردیابی تست و اجراهای قابل تکرار را تمرین خواهید کرد. سپس نتایج تست استرس با تغییرات رژیم را خواهیم داشت. افزونه‏‌های اختیاری شامل رمزنگاری، آپشن‌ها و بهینه‌سازی پورتفولیو هستند. پشتیبانی شامل بازبینی‌های کد، نکات عیب‌یابی و یک کامیونیتی است.

فقط برای استفاده‌ آموزشی - هیچ تضمینی برای عملکرد وجود ندارد.

این دوره برای چه کسانی مناسب است؟

• خودآموزان کنجکاو که می‌خواهند ایده‌های بازار را به کد کاری تبدیل کنند - معامله‌گران خرده‌فروشی سیستماتیک، توسعه‌دهندگان و تحلیل‌گران داده‌ به دنبال یوزکیس مالی، دانشجویان و ایجاد یک پروژه پورتفولیو و طرفداران فین‌تک
  اگر یادگیری را با ایجاد داده‌ واقعی، مدل‌های آموزشی، بک‌تست و معاملات کاغذی دوست دارید، این دوره مناسب است.
• هیچ یادگیری ماشین قبلی یا تجربه معاملاتی مورد نیاز نیست، ما شما را گام‌به‌گام راهنمایی می‌کنیم.