The practice of investment management has been transformed in recent years by computational methods. Instead of merely explaining the science, we help you build on that foundation in a practical manner, with an emphasis on the hands-on implementation of those ideas in the Python programming language. In this course, we cover the estimation, of risk and return parameters for meaningful portfolio decisions, and also introduce a variety of state-of-the-art portfolio construction techniques that have proven popular in investment management and portfolio construction due to their enhanced robustness.
이 강좌에 대하여
최근 조회 50,109회
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 2번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 11시간 필요
영어
자막: 영어
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 2번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 11시간 필요
영어
자막: 영어
제공자:
EDHEC 경영대학원
Founded in 1906, EDHEC is now one of Europe’s top 15 business schools .
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 3시간 필요
Style & Factors
완료하는 데 3시간 필요
9개 동영상 (총 114분), 3 개의 읽기 자료, 1 개의 테스트
9개의 동영상
Introduction to factor investing12m
Factor models and the CAPM9m
Multi-Factor models and Fama-French7m
Factor benchmarks and Style analysis8m
Shortcomings of cap-weighted indices11m
From cap-weighted benchmarks to smart-weighted benchmarks12m
Introduction to Lab sessions6m
Module 1 Lab Session - Foundations42m
3개의 읽기 자료
Requirements2m
Material at your disposal5m
Module 1- Key points2m
1개 연습문제
Module 1- Graded Quiz1시간
완료하는 데 2시간 필요
Robust estimates for the covariance matrix
완료하는 데 2시간 필요
7개 동영상 (총 70분), 1 개의 읽기 자료, 1 개의 테스트
7개의 동영상
Estimating the Covariance Matrix with a Factor Model9m
Honey I Shrunk the Covariance Matrix!7m
Portfolio Construction with Time-Varying Risk Parameters8m
Exponentially weighted average8m
ARCH and GARCH Models9m
Module 2 Lab Session - Covariance Estimation13m
1개의 읽기 자료
Module 2-Key points2m
1개 연습문제
Module 2 - Graded quiz1시간
완료하는 데 3시간 필요
Robust estimates for expected returns
완료하는 데 3시간 필요
7개 동영상 (총 77분), 2 개의 읽기 자료, 1 개의 테스트
7개의 동영상
Agnostic Priors on Expected Return Estimates6m
Using Factor Models to Estimate Expected Returns11m
Extracting Implied Expected Returns8m
Introducing Active Views6m
Black-Litterman Analysis10m
Module 3 Lab Session- Black Litterman23m
2개의 읽기 자료
Module 3-Key points2m
The Intuition Behind Black-Litterman Model Portfolios10m
1개 연습문제
Module 3 - Graded Quiz1시간
완료하는 데 3시간 필요
Portfolio Optimization in Practice
완료하는 데 3시간 필요
7개 동영상 (총 67분), 4 개의 읽기 자료, 1 개의 테스트
7개의 동영상
Scientific Diversification11m
Measuring risk contributions6m
Simplified risk parity portfolios7m
Risk Parity Portfolios7m
Comparing Diversification Options8m
Module 4 Lab Session - Risk Contribution and Risk Parity15m
4개의 읽기 자료
Module 4-Key points2m
Survey: Alternative Equity Beta Investing10m
Dive into heuristic diversification10m
To be continued (2)10m
1개 연습문제
Module 4 - Graded quiz1시간
검토
ADVANCED PORTFOLIO CONSTRUCTION AND ANALYSIS WITH PYTHON의 최상위 리뷰
MM 제공2020년 4월 13일
Loved how this course was presented. It built well off of the first course and provided labs that let me explore the content. I really enjoyed how Lionel and Vijay presented the material.
MM 제공2019년 12월 2일
The course is excellent, one of the best finance courses on coursera, but you should know in advance that you will not have any help from the staff, at least that was my experience.
KA 제공2020년 1월 4일
I like the way instructors explained difficult topic and digest it to simple way. The coding side was also impressive. WIth novice background in Python, I would able to understand.
DB 제공2020년 5월 4일
This course teaches a great approach to portfolio construction. Crisp course content makes learning even more convenient. My sincere regards to the team behind this noble task,
Investment Management with Python and Machine Learning 특화 과정 정보
The Data Science and Machine Learning for Asset Management Specialization has been designed to deliver a broad and comprehensive introduction to modern methods in Investment Management, with a particular emphasis on the use of data science and machine learning techniques to improve investment decisions.By the end of this specialization, you will have acquired the tools required for making sound investment decisions, with an emphasis not only on the foundational theory and underlying concepts, but also on practical applications and implementation. Instead of merely explaining the science, we help you build on that foundation in a practical manner, with an emphasis on the hands-on implementation of those ideas in the Python programming language through a series of dedicated lab sessions.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:
- 강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.
Is financial aid available?
예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.
강좌를 수료하면 대학 학점을 받을 수 있나요?
이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위 및 Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
