Hubungi Kami

Kerangka Materi

Kecerdasan Buatan dalam Dunia Perdagangan dan Pengelolaan Aset

  • Tren terkini dalam perdagangan berbasis algoritma serta Kecerdasan Buatan
  • Gambaran umum alur kerja analisis keuangan kuantitatif
  • Perangkat, platform, dan sumber data utama yang digunakan

Mengelola Data Keuangan dengan Python

  • Mengolah data seri waktu menggunakan Pandas
  • Membersihkan, mengubah bentuk, serta menciptakan fitur dari data keuangan
  • Indikator finansial dan proses pembuatan sinyal trading

Pembelajaran Terawasi untuk Pembentukan Sinyal Trading

  • Model regresi serta klasifikasi dalam prediksi pasar
  • Penilaian efektivitas model prediktif (seperti tingkat akurasi, presisi, maupun rasio Sharpe)
  • Studi kasus: pembuatan generator sinyal berbasis teknik Machine Learning

Pembelajaran Tidak Terawasi dan Pola Pasar Keuangan

  • Teknik pengelompokan data untuk mengidentifikasi kondisi volatilitas pasar
  • Pengurangan dimensi sebagai alat dalam penemuan pola di pasar keuangan
  • Penerapan praktisnya dalam perdagangan kumpulan aset maupun pengelompokan risiko

Optimalisasi Portofolio Melalui Teknik Kecerdasan Buatan

  • Konsep dasar kerangka Markowitz serta keterbatasannya
  • Metode paritas risiko, model Black-Litterman, serta pendekatan optimalisasi berbasis Machine Learning
  • Penyesuaian komposisi portofolio secara dinamis dengan mengandalkan prediksi masa depan

Pengujian Kembali dan Evaluasi Strategi Perdagangan

  • Pemanfaatan alat Backtrader maupun kerangka kerja khusus lainnya dalam pengujian strategi
  • Pengukuran performa portofolio dengan memperhitungkan faktor risiko
  • Cara menghindari masalah seperti overfitting dan bias informasi yang mendahului kenyataan

Penerapan Model Kecerdasan Buatan dalam Perdagangan Nyata

  • Integrasi model ke dalam API perdagangan serta platform eksekusi transaksi
  • Proses pemantauan performa model serta siklus pelatihan ulangnya
  • Aspek etika, regulasi, dan operasional yang perlu diperhatikan dalam implementasinya

Penutup serta langkah selanjutnya

Persyaratan

  • Pemahaman dasar mengenai statistika serta mekanisme pasar keuangan
  • Pengalaman dalam pemrograman Python
  • Keakraban dengan data seri waktu

Target Peserta

  • Analis kuantitatif
  • Profesional di bidang perdagangan
  • Manajer portofolio
 21 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait