이 강좌에 대하여

최근 조회 196,546

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 특화 과정의 4개 강좌 중 1번째 강좌:

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 24시간 필요

영어

자막: 영어

배울 내용

  • Gain an intuitive understanding for the underlying theory behind Modern Portfolio Construction Techniques

  • Write custom Python code to estimate risk and return parameters

  • Utilize powerful Python optimization libraries to build scientifically and systematically diversified portfolios

  • Build custom utilities in Python to test and compare portfolio strategies

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

다음 특화 과정의 4개 강좌 중 1번째 강좌:

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 24시간 필요

영어

자막: 영어

제공자:

EDHEC 경영대학원 로고

EDHEC 경영대학원

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up94%(1,003개의 평가)Info
1

1

완료하는 데 5시간 필요

Analysing returns

완료하는 데 5시간 필요
14개 동영상 (총 225분), 4 개의 읽기 자료, 1 개의 테스트
14개의 동영상
Installing Anaconda3m
Fundamentals of Returns10m
Lab Session-Basics of returns29m
Measures of Risk and Reward9m
Lab Session-Risk Adjusted returns28m
Measuring Max Drawdown10m
Lab Session-Drawdown30m
Deviations from Normality9m
Lab Session-Building your own modules12m
Downside risk measures8m
Lab Session-Deviations from Normality30m
Estimating VaR10m
Lab Session-Semi Deviation, VAR and CVAR27m
4개의 읽기 자료
Material at your disposal5m
Material for the Lab Sessions10m
Module 1- Key points2m
Before the Quiz10m
1개 연습문제
Module 1 Graded Quiz1시간
2

2

완료하는 데 4시간 필요

An Introduction to Portfolio Optimization

완료하는 데 4시간 필요
10개 동영상 (총 172분), 1 개의 읽기 자료, 1 개의 테스트
10개의 동영상
Lab Session-Efficient frontier-Part 123m
Markowitz Optimization and the Efficient Frontier9m
Applying quadprog to draw the efficient Frontier11m
Lab Session-Asset Efficient Frontier-Part 220m
Lab Session-Applying Quadprog to Draw the Efficient Frontier38m
Fund Separation Theorem and the Capital Market Line7m
Lab Session-Locating the Max Sharpe Ratio Portfolio25m
Lack of robustness of Markowitz analysis5m
Lab Session-Plotting EW and GMV on the Efficient Frontier20m
1개의 읽기 자료
Module 2 - Key points2m
1개 연습문제
Module 2 Graded Quiz1시간
3

3

완료하는 데 5시간 필요

Beyond Diversification

완료하는 데 5시간 필요
15개 동영상 (총 236분), 4 개의 읽기 자료, 1 개의 테스트
15개의 동영상
Lab session- Limits of Diversification-Part119m
Lab session-Limits of diversification-Part 222m
An introduction to CPPI - Part 17m
An introduction to CPPI - Part 210m
Lab session-CPPI and Drawdown Constraints-Part129m
Lab session-CPPI and Drawdown Constraints-Part228m
Simulating asset returns with random walks10m
Monte Carlo Simulation6m
Lab Session-Random Walks and Monte Carlo22m
Analyzing CPPI strategies11m
Lab Session-Installing IPYWIDGETS5m
Designing and calibrating CPPI strategies12m
Lab session - interactive plots of monte Carlo Simulations of CPPI and GBM-Part119m
Lab session - interactive plots of monte Carlo Simulations of CPPI and GBM-Part221m
4개의 읽기 자료
Module 3 - Key points2m
ipywidgets installation - info5m
gbm function10m
Instruction prior to begin the module 3 graded quizz10m
1개 연습문제
Module 3 Graded Quiz45m
4

4

완료하는 데 9시간 필요

Introduction to Asset-Liability Management

완료하는 데 9시간 필요
12개 동영상 (총 327분), 5 개의 읽기 자료, 1 개의 테스트
12개의 동영상
Lab Session-Present Values,liabilities and funding ratio22m
Liability hedging portfolios12m
Lab Session-CIR Model and cash vs ZC bonds1시간 8분
Liability-driven investing (LDI)10m
Lab Session-Liability driven investing51m
Choosing the policy portfolio14m
Lab Session-Monte Carlo simulation of coupon-bearing bonds using CIR33m
Beyond LDI11m
Lab Session-Naive risk budgeting between the PSP & GHP44m
Liability-friendly equity portfolios10m
Lab Session-Dynamic risk budgeting between PSP & LHP40m
5개의 읽기 자료
Module 4 - Key points2m
Dynamic Liability-Driven Investing Strategies: The Emergence Of A New Investment Paradigm For Pension Funds?1시간 30분
Liability-Driven-Investing1시간
Instruction prior to begin module 4 graded quizz2m
To be continued (1)5m
1개 연습문제
Module 4 Graded Quiz1시간

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....
Investment Management with Python and Machine Learning

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 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.

  • 구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.

  • 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.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.