在交易机器学习专业的最后一门课程中,您将了解强化学习(RL)以及在交易策略中使用强化学习的好处。您将了解强化学习如何与神经网络相结合,回顾 LSTMs 以及它们如何应用于时间序列数据。课程结束时,您将能够使用强化学习构建交易策略,区分基于行为者的策略和基于价值的策略,并将 RL 纳入动量交易策略。 要成功学习本课程,您应具备 Python 编程的高级能力,并熟悉机器学习的相关库,如 Scikit-Learn、StatsModels 和 Pandas。推荐使用 SQL。您应具备统计学背景(期望值和标准差、高斯分布、高矩、概率、线性回归)和金融市场基础知识(股票、债券、衍生品、市场结构、对冲)。


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3个模块
在本模块中,将从高层次介绍强化学习。介绍了强化学习的历史和演变,包括价值和策略迭代等关键概念。此外,还介绍了在交易策略中使用强化学习的好处和实例。 我们还介绍了 LSTM 和 AutoML,作为您工具包中的额外工具,用于实施交易策略。
涵盖的内容
10个视频1篇阅读材料1个应用程序项目
在上一模块中,我们先讨论了强化学习,然后介绍了神经网络。在本模块中,我们将探讨强化学习如何与神经网络相结合。我们还将了解 LSTMs 及其如何应用于时间序列数据。
涵盖的内容
9个视频2个应用程序项目
在本模块中,我们将讨论创建强化学习交易系统所需的实际步骤。此外,我们还将介绍 AutoML,它是谷歌云平台上的一项功能强大的服务,用于以最少的编码训练机器学习模型。
涵盖的内容
10个视频1个应用程序项目
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
33.87%
- 4 stars
22.58%
- 3 stars
17.74%
- 2 stars
8.87%
- 1 star
16.93%
显示 3/248 个
已于 Jul 13, 2021审阅
Provide the idea and method of RL for trading, but seems like less practice knowledge for the trading. hope can add more detail for for the trading build up. overall the course are good.
已于 Mar 5, 2020审阅
It was easy to follow but not easy. I learned a lot and I now have the confidence to implement Reinforcement learning to my own FX trading strategies. Thank you so much.
已于 Jul 12, 2021审阅
A touhg and very advanced course, with an amazing Google Cloud Platform !!!!
从 数据科学 浏览更多内容

New York University

New York Institute of Finance

New York University

Google Cloud






