Struttura del corso

AI nell'ambito del Trading e degli Asset Management

  • Tendenze nel trading algoritmico e basato sull'IA
  • Panoramica dei flussi di lavoro della finanza quantitativa
  • Strumenti, piattaforme e fonti di dati chiave

Lavorare con i Dati Finanziari in Python

  • Gestione dei dati temporali utilizzando Pandas
  • Pulizia, trasformazione e ingegneria delle caratteristiche dei dati
  • Indicatori finanziari e costruzione di segnali

Supervised Learning per Segnali di Trading

  • Modelli di regressione e classificazione per la previsione del mercato
  • Valutazione dei modelli predittivi (ad esempio, accuratezza, precisione, rapporto Sharpe)
  • Studio di caso: costruzione di un generatore di segnali basato sull'IA

Unsupervised Learning e Regimi del Mercato

  • Cluster per i regimi di volatilità
  • Riduzione della dimensionalità per la scoperta di pattern
  • Applicazioni nel trading in cesta e nel raggruppamento del rischio

Ottimizzazione del Portafoglio con Tecniche AI

  • Il quadro di Markowitz e le sue limitazioni
  • Parità del rischio, Black-Litterman ed ottimizzazione basata sull'IA
  • Bilanciamento dinamico con input predittivi

Backtesting e Valutazione della Strategia

  • Utilizzo di Backtrader o framework personalizzati
  • Metriche di prestazioni regolate dal rischio
  • Come evitare l'overfitting e i pregiudizi prospettici

Distribuzione dei Modelli AI nel Trading Live

  • Integrazione con API di trading e piattaforme di esecuzione
  • Monitoraggio del modello e cicli di riconsegna
  • Considerazioni etiche, regolamentari ed operazionali

Riepilogo e Passi Successivi

Requisiti

  • Comprendere i concetti base di statistica e mercati finanziari
  • Esperienza con Python programming
  • Familiarità con i dati delle serie temporali

Pubblico

  • Analisti quantitativi
  • Professionisti del trading
  • Gestori di portafoglio
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative