Cursos de Aprendizaje Automático para Finanzas (con R)

Algunos de nuestros clientes

Código del Curso

mlfinancer

Duración

28 horas (usualmente 4 días, incluidas las pausas)

Requerimientos

  • Experiencia de programación con cualquier idioma
  • Familiaridad básica con estadísticas y álgebra lineal

Descripción General

El aprendizaje automático es una rama de la Inteligencia Artificial en la que las computadoras tienen la capacidad de aprender sin estar programadas explícitamente. R es un lenguaje de programación popular en la industria financiera. Se utiliza en aplicaciones financieras que van desde los principales programas comerciales hasta los sistemas de gestión de riesgos.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo aplicar técnicas y herramientas de aprendizaje automático para resolver problemas del mundo real en la industria financiera. R se usará como el lenguaje de programación.

Los participantes primero aprenden los principios clave, luego ponen su conocimiento en práctica al construir sus propios modelos de aprendizaje automático y usarlos para completar una serie de proyectos en equipo.

Al final de esta capacitación, los participantes podrán:

  • Comprender los conceptos fundamentales en el aprendizaje automático
  • Aprenda las aplicaciones y usos del aprendizaje automático en finanzas
  • Desarrolle su propia estrategia de negociación algorítmica utilizando el aprendizaje automático con R

Audiencia

  • Desarrolladores
  • Científicos de datos

Formato del curso

  • Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Programa del Curso

Introducción

Introducción
     Diferencia entre el aprendizaje estadístico (análisis estadístico) y el aprendizaje automático
     Adopción de tecnología y talento de aprendizaje automático por parte de las compañías financieras
    
Comprender los diferentes tipos de aprendizaje automático
     Aprendizaje supervisado vs aprendizaje no supervisado
     Iteracion y evaluacion
     Diferencia de sesgo-varianza
     Combinando el aprendizaje supervisado y no supervisado (aprendizaje semi-supervisado)
    
Comprensión de los lenguajes y los juegos de herramientas de aprendizaje automático
     Código abierto vs sistemas y software propietarios
     Python vs R vs Matlab
     Bibliotecas y marcos

Comprender las redes neuronales

Comprender los conceptos básicos en finanzas
     Entender el comercio de acciones
     Comprender los datos de la serie temporal
     Comprender los análisis financieros
    
Estudios de casos de Machine Learning en Finanzas
     Generación de señales y pruebas
     Ingeniería de funciones
     Artificial Intelligence Algorithmic Trading
     Predicciones cuantitativas de comercio
     Robo-Advisors para la gestión de cartera
     Gestión de riesgos y detección de fraude
     Suscripción de seguros
    
Introducción a R
     Instalación de RStudio IDE
     Cargando R Paquetes
     Estructuras de datos
     Vectores
     Factores
     Liza
     Marcos de datos
     Matrices y Matrices

Importar datos financieros en R
    Bases de datos, depósitos de datos y transmisión de datos
    Almacenamiento y procesamiento distribuidos con Hadoop y Spark
    Importar datos de una base de datos
    Importar datos de Excel y CSV
    
Implementando análisis de regresión con R
    Regresión lineal
    Generalizaciones y no linealidad
    
Evaluación del rendimiento de los algoritmos de aprendizaje automático
    Validación cruzada y remuestreo
    Agregación Bootstrap (embolsado)
    Ejercicio
    
Desarrollar una estrategia de negociación algorítmica con R
    Configuración de su entorno de trabajo
    Recopilación y examen de datos de existencias
    Implementar una estrategia de seguimiento de tendencia
    
Backtesting su estrategia de comercio de aprendizaje automático
    Aprendizaje de trampas trampa
    Componentes de su backtester
    Implementando tu backteter simple
    
Mejora de su estrategia de comercio de aprendizaje automático
    KMeans
    k-Vecinos más cercanos (KNN)
    Árboles de clasificación o regresión
    Algoritmo genético
    Trabajando con Portafolios Multi-Símbolo
    Usando un Marco de Gestión de Riesgos
    Uso de backtesting controlado por eventos

Evaluar el rendimiento de la estrategia de comercio de aprendizaje automático
     Usando la relación de Sharpe
     Cálculo de una reducción máxima
     Uso del índice de crecimiento anual compuesto (CAGR)
     Medición de la distribución de las devoluciones
     Uso de métricas de nivel comercial

Extender las capacidades de su empresa
     Desarrollar modelos en la nube
     Uso de GPU para acelerar el aprendizaje profundo
     Aplicación de Deep Learning Neural Networks para visión artificial, reconocimiento de voz y análisis de texto

Resumen y conclusión

Testimonios

★★★★★
★★★★★

Categorías Relacionadas

Promociones

Descuentos en los Cursos

Respetamos la privacidad de su dirección de correo electrónico. No transmitiremos ni venderemos su dirección a otras personas.
En cualquier momento puede cambiar sus preferencias o cancelar su suscripción por completo.

is growing fast!

We are looking to expand our presence in Panama!

As a Business Development Manager you will:

  • expand business in Panama
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!