このコースについて

54,593 最近の表示
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル

Familiarization with basic concepts in Machine Learning and Financial Markets; advanced competency in Python Programming.

約9時間で修了
英語
字幕:英語

学習内容

  • Understand the fundamentals of trading, including the concepts of trend, returns, stop-loss, and volatility.

  • Define quantitative trading and the main types of quantitative trading strategies.

  • Understand the basic steps in exchange arbitrage, statistical arbitrage, and index arbitrage.

  • Understand the application of machine learning to financial use cases.

習得するスキル

FinanceTradingInvestmentMachine Learning applied to Finance
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル

Familiarization with basic concepts in Machine Learning and Financial Markets; advanced competency in Python Programming.

約9時間で修了
英語
字幕:英語

提供:

Google Cloud ロゴ

Google Cloud

ニューヨーク金融金融研究所 ロゴ

ニューヨーク金融金融研究所

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up88%(1,636 件の評価)Info
1

1

4時間で修了

Introduction to Trading with Machine Learning on Google Cloud

4時間で修了
26件のビデオ (合計131分), 3 readings, 5 quizzes
26件のビデオ
Course Overview Introduction to Trading with Machine Learning on Google Cloud5 分
What is AI and ML ? What is the difference between AI and ML?58
Applications of ML in the Real World1 分
What is ML?3 分
Game: The importance of good data4 分
Brief History of ML in Quantitative Finance11 分
Why Google?1 分
Why Google Cloud Platform?2 分
What are AI Platform Notebooks1 分
Using Notebooks1 分
Benefits of AI Platform Notebooks2 分
What do we want to model? Let's start simple5 分
Demo: Building a model with BigQuery ML25 分
How to use Qwiklabs for your Labs3 分
Lab Intro: Building a Regression Model37
Lab Walkthrough: Building a Regression Model9 分
Trading vs Investing6 分
The Quant Universe2 分
Quant Strategies7 分
Quant Trading Advantages and Disadvantages4 分
Exchange and Statistical Arbitrage8 分
Index Arbitrage2 分
Statistical Arbitrage Opportunities and Challenges5 分
Introduction to Backtesting5 分
Backtesting Design6 分
3件の学習用教材
Supervised Learning and Regression10 分
Welcome to Introduction to Trading, Machine Learning and GCP10 分
Case Study: Capital Markets in the Cloud10 分
4の練習問題
Python Skills Assessment Quiz
AI and Machine Learning5 分
Google Cloud
Trading Concepts Review15 分
2

2

3時間で修了

Supervised Learning with BigQuery ML

3時間で修了
6件のビデオ (合計29分), 1 reading, 3 quizzes
6件のビデオ
What is forecasting? - part 24 分
Choosing the right model and BQML - part 13 分
Choosing the right model and BQML - part 22 分
Lab Intro: Forecasting Stock Prices using Regression in BQML36
Lab Walkthrough: Forecasting Stock Prices using Regression in BQML12 分
1件の学習用教材
Staying current with BigQuery ML model types10 分
1の練習問題
Forecasting
3

3

2時間で修了

Time Series and ARIMA Modeling

2時間で修了
11件のビデオ (合計52分)
11件のビデオ
AR - Auto Regressive7 分
MA - Moving Average2 分
The Complete ARIMA Model4 分
ARIMA compared to linear regression7 分
How can you get a variety of models from just a single series?1 分
How to choose ARIMA parameters for your trading model4 分
Time Series Terminology: Auto Correlation4 分
Sensitivity of Trading Strategy4 分
Lab Intro: Forecasting Stock Prices Using ARIMA32
Lab Walkthrough: Forecasting Stock Prices using ARIMA7 分
1の練習問題
Time Series
4

4

1時間で修了

Introduction to Neural Networks and Deep Learning

1時間で修了
5件のビデオ (合計29分), 1 reading, 2 quizzes
5件のビデオ
Short history of ML: Modern Neural Networks8 分
Overfitting and Underfitting6 分
Validation and Training Data Splits4 分
Course Recap + Preview of next course 1 分
1件の学習用教材
Example BigQuery ML DNN code10 分
2の練習問題
Model generalization
Recap Quiz8 分

レビュー

INTRODUCTION TO TRADING, MACHINE LEARNING & GCP からの人気レビュー

すべてのレビューを見る

Machine Learning for Trading専門講座について

This 3-course Specialization from Google Cloud and New York Institute of Finance (NYIF) is for finance professionals, including but not limited to hedge fund traders, analysts, day traders, those involved in investment management or portfolio management, and anyone interested in gaining greater knowledge of how to construct effective trading strategies using Machine Learning (ML) and Python. Alternatively, this program can be for Machine Learning professionals who seek to apply their craft to quantitative trading strategies. By the end of the Specialization, you'll understand how to use the capabilities of Google Cloud to develop and deploy serverless, scalable, deep learning, and reinforcement learning models to create trading strategies that can update and train themselves. As a challenge, you're invited to apply the concepts of Reinforcement Learning to use cases in Trading. This program is intended for those who have an understanding of the foundations of Machine Learning at an intermediate level. To successfully complete the exercises within the program, you should have advanced competency in Python programming and familiarity with pertinent libraries for Machine Learning, such as Scikit-Learn, StatsModels, and Pandas; a solid background in ML and statistics (including regression, classification, and basic statistical concepts) and basic knowledge of financial markets (equities, bonds, derivatives, market structure, and hedging). Experience with SQL is recommended....
Machine Learning for Trading

よくある質問

  • 講義と課題へのアクセスは、登録のタイプによって異なります。聴講モードでコースを受講すると、ほとんどのコース教材を無料で見ることができます。採点された課題にアクセスして修了証を取得するには、聴講中または聴講後に、修了証エクスペリエンスを購入する必要があります。聴講オプションが表示されない場合:

    • コースは聴講オプションを提供していない可能性があります。代わりに無料トライアルをお試しいただくか、学資援助を申請することができます。
    • コースは、聴講オプションを提供せずに「修了証なしフルコース」オプションを提供する場合があります。このオプションでは、すべてのコース教材が表示され、必須の評価を提出して、最終成績を取得することができます。この場合、修了証エクスペリエンスは購入できません。
  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

  • サブスクライブすると、7日間の無料トライアルを体験できます。この期間中は解約金なしでキャンセルできます。それ以降、払い戻しはありませんが、サブスクリプションをいつでもキャンセルできます。返金ポリシーをすべて表示します

  • はい。受講料の支払いが難しい受講生に、Coursera(コーセラ)は学資援助を提供しています。左側の[登録]ボタンの下にある[学資援助]のリンクをクリックして申請してください。申請書の入力を促すメッセージが表示され、承認されると通知が届きます。キャップストーンプロジェクトを含む専門講座の各コースでこのステップを完了する必要があります。詳細

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。