이 강좌에 대하여

최근 조회 9,912
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 3번째 강좌:
중급 단계

Familiarization with basic concepts in Machine Learning and Financial Markets; advanced competency in Python Programming.

완료하는 데 약 12시간 필요
영어

배울 내용

  • Understand the structure and techniques used in reinforcement learning (RL) strategies.

  • Understand the benefits of using RL vs. other learning methods.

  • Describe the steps required to develop and test an RL trading strategy.

  • Describe the methods used to optimize an RL trading strategy.

귀하가 습득할 기술

  • Reinforcement Learning Model Development
  • Reinforcement Learning Trading Algorithm Optimization
  • Reinforcement Learning Trading Strategy Development
  • Reinforcement Learning Trading Algo Development
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 3개 강좌 중 3번째 강좌:
중급 단계

Familiarization with basic concepts in Machine Learning and Financial Markets; advanced competency in Python Programming.

완료하는 데 약 12시간 필요
영어

제공자:

Placeholder

New York Institute of Finance

Placeholder

Google 클라우드

강의 계획표 - 이 강좌에서 배울 내용

1

1

완료하는 데 3시간 필요

Introduction to Course and Reinforcement Learning

완료하는 데 3시간 필요
10개 동영상 (총 64분), 1 개의 읽기 자료, 1 개의 테스트
2

2

완료하는 데 5시간 필요

Neural Network Based Reinforcement Learning

완료하는 데 5시간 필요
9개 동영상 (총 39분)
3

3

완료하는 데 4시간 필요

Portfolio Optimization

완료하는 데 4시간 필요
10개 동영상 (총 54분)

검토

REINFORCEMENT LEARNING FOR TRADING STRATEGIES의 최상위 리뷰

모든 리뷰 보기

Machine Learning for Trading 특화 과정 정보

Machine Learning for Trading

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.