Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
L'IA dans le paysage du trading et de la gestion d'actifs
- Tendances dans le trading algorithmique et basé sur l'IA
- Vue d'ensemble des flux de travail de la finance quantitative
- Outils, plateformes et sources de données clés
Travail avec les données financières dans Python
- Gestion des données de séries temporelles à l'aide de Pandas
- Nettoyage des données, transformation et ingénierie des caractéristiques (feature engineering)
- Indicateurs financiers et construction de signaux
Apprentissage supervisé pour les signaux de trading
- Modèles de régression et de classification pour la prédiction du marché
- Évaluation des modèles prédictifs (p. ex. précision, exactitude, ratio de Sharpe)
- Étude de cas : construction d'un générateur de signaux basé sur le ML
Apprentissage non supervisé et régimes de marché
- Regroupement (clustering) pour les régimes de volatilité
- Réduction de la dimensionnalité pour la découverte de motifs
- Applications dans le trading de paniers et le regroupement des risques
Optimisation des portefeuilles avec des techniques d'IA
- Cadre de Markowitz et ses limites
- Parité du risque, Black-Litterman et optimisation basée sur le ML
- Rééquilibrage dynamique avec des entrées prédictives
Backtesting et évaluation des stratégies
- Utilisation de Backtrader ou de cadres personnalisés
- Métriques de performance ajustées au risque
- Éviter le surapprentissage (overfitting) et le biais de prévision (look-ahead bias)
Déploiement des modèles d'IA dans le trading en direct
- Intégration avec les API de trading et les plateformes d'exécution
- Surveillance des modèles et cycles de réentraînement
- Considérations éthiques, réglementaires et opérationnelles
Résumé et prochaines étapes
Pré requis
- Des connaissances de base en statistiques et en marchés financiers
- De l'expérience en programmation Python
- Une familiarité avec les données de séries temporelles
Public cible
- Analystes quantitatifs
- Professionnels du trading
- Gestionnaires de portefeuille
21 Heures
Nos clients témoignent (1)
J'ai déjà quelques rapports dont je me souviens, et j'utiliserai certains des invites examinées aujourd'hui.
Kelly Cotham
Formation - Copilot for Finance and Accounting Professionals
Traduction automatique