在本课程中,您将学习交易的基础知识,包括趋势、收益、止损和波动的概念。您将学习如何识别基本量化交易策略的利润来源和结构。本课程将帮助您衡量模型对其学习的概括程度,解释回归和预测之间的差异,并确定创建开发和实施回溯测试器所需的步骤。课程结束时,您将能够使用 Google Cloud Platform 在 Jupyter Notebooks 中构建基本的机器学习模型。


交易、机器学习和 GCP 简介
本课程是 交易机器学习 专项课程 的一部分

位教师:Jack Farmer
访问权限由 New York State Department of Labor 提供
67,634 人已注册
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有4个模块
在本模块中,您将学习交易基础知识。您还将学习机器学习。机器学习既是一门艺术,需要掌握正确的参数组合,从而建立准确、通用的模型;也是一门科学,需要掌握解决特定类型问题的理论知识。
涵盖的内容
25个视频3篇阅读材料4个作业
在本模块中,您将了解有监督的机器学习和一些常用于交易问题的相关算法。您将获得一些使用 BigQuery 机器学习建立回归模型的实践经验。
涵盖的内容
6个视频1篇阅读材料1个作业
在本模块中,您将学习 ARIMA 模型及其如何应用于时间序列数据。您将获得为金融数据集建立 ARIMA 模型的实践经验。
涵盖的内容
11个视频1个作业
在本模块中,您将了解神经网络及其与深度学习的关系。您还将学习如何使用正则化和交叉验证来衡量模型的泛化程度。此外,您还将了解到谷歌云平台(GCP)。具体来说,您将了解如何利用 GCP 实现交易技术。
涵盖的内容
5个视频1篇阅读材料2个作业1个讨论话题
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
44.25%
- 4 stars
28.65%
- 3 stars
13.93%
- 2 stars
4.68%
- 1 star
8.47%
显示 3/897 个
已于 Oct 18, 2020审阅
1. Excellent experience in AI lab; 2. Straightforward introduction of the Models; 3. Exercise also has inspiration
已于 May 4, 2020审阅
The lectures appear to jump around a bit. Looks like it was stitched together from different places. So the course lacks a continuity I have seen in other courses.
已于 Jun 2, 2020审阅
Good introduction to quant theory and ML, labs could be a lot better though, they lack proper explanations and don't cover some of the basics necessary to complete them.
从 数据科学 浏览更多内容

New York Institute of Finance

Google Cloud

New York University

New York Institute of Finance






