Kerangka Materi

AI dalam Lanskap Trading dan Aset Management

  • Tren dalam trading algoritmik dan berbasis AI
  • Pandangan umum tentang alur kerja keuangan kuantitatif
  • Alat, platform, dan sumber data utama

Bekerja dengan Data Keuangan di Python

  • Mengelola data seri waktu menggunakan Pandas
  • Pembersihan data, transformasi, dan rekayasa fitur
  • Indikator keuangan dan pembangunan sinyal

Supervised Learning untuk Sinyal Trading

  • Model regresi dan klasifikasi untuk prediksi pasar
  • Menilai model prediktif (misalnya, akurasi, presisi, rasio Sharpe)
  • Studi kasus: membangun generator sinyal berbasis machine learning

Unsupervised Learning dan Regim Pasar

  • Klasterisasi untuk regim volatilitas
  • Reduksi dimensi untuk penemuan pola
  • Aplikasi dalam trading keranjang dan kelompok resiko

Optimasi Portofolio dengan Teknik AI

  • Kerangka Markowitz dan kelemahannya
  • Paritas risiko, Black-Litterman, dan optimasi berbasis machine learning
  • Rebalancing dinamis dengan input prediktif

Backtesting dan Penilaian Strategi

  • Menggunakan Backtrader atau kerangka kerja khusus
  • Metrik kinerja yang disesuaikan dengan risiko
  • Menghindari overfitting dan bias look-ahead

Mendekatkan Model AI dalam Trading Langsung

  • Integrasi dengan API trading dan platform eksekusi
  • Pemantauan model dan siklus retraining
  • Pertimbangan etika, regulasi, dan operasional

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pengetahuan dasar statistika dan pasar keuangan
  • Pengalaman dengan Python programming
  • Keahlian dalam data seri waktu

Audience

  • Analis kuantitatif
  • Profesional trading
  • Manajer portofolio
 21 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait