算法交易和机器学习

　　算法交易和机器学习Algorithmic Trading and Machine Learning

　　算法交易和机器学习课程的目的是详细介绍算法交易领域中使用的一系列模型/技术。对于每个主题，课程都将强调理论方面和实际应用。本课程由两个主要部分组成：1)最优执行理论;2)金融机器学习。最优执行通常被用来买卖大量证券。机器学习算法经常被对冲基金和交易部门用来生成交易信号、交易所报价和对冲复杂的投资组合。

　　课程内容：

　　1、最优执行理论

　　基本的最优执行问题包括一个代理人(如银行或经纪人)，他需要在一个固定的时间框架内(如一个小时、一天等)购买或出售一个给定资产的预先指定数量的单位。假设资产的购买或出售将对其价格产生不利影响，那么应该如何执行政策，才能使市场影响最小化?这个问题可以表述为预期执行成本与外生因素造成的价格风险之间的权衡。课程将使用不同类型的影响模型(临时、暂态、永久)和风险函数(方差、VaR)来解决优化问题。

　　2、金融机器学习

　　机器学习在金融行业越来越受欢迎。例如，机器学习被用来帮助预测资产价格，改善对冲和复杂投资组合的定价。本课程将详细分析一些最流行的监督学习算法，如LASSO/Ridge回归、逻辑回归和支持向量机。课程还将介绍无监督学习方法，如聚类和主成分分析。讨论与模型选择、过拟合相关的问题，并探讨处理其他问题的方法，如选择偏差。交易申请也将在课程中提出。学生会被要求用Python实现课程中介绍的一些模型。

　　学习成果：

　　结束课程学习后，学生通常能够：

　　1、了解股票市场基本原来

　　2、了解如何创建股票

　　3、了解如何创建账户并开始交易

　　4、学习使用Python管理股票数据

　　5、读取算法、策略和不同类型的图表

　　6、与金融交易者讨论概念和回归模型

　　7、掌握金融专业人士日常使用的工具和技术

　　8、学习Python编码。

　　9、学习如何从金融网页中检索数据