In diesem Kurs lernen Sie die Grundlagen des Handels kennen, darunter das Konzept von Trend, Rendite, Stop-Loss und Volatilität. Sie lernen, wie Sie die Gewinnquelle und die Struktur grundlegender quantitativer Handelsstrategien identifizieren können. Dieser Kurs hilft Ihnen zu beurteilen, wie gut das Modell sein Lernen verallgemeinert, erklärt die Unterschiede zwischen Regression und Prognose und zeigt Ihnen die Schritte auf, die für die Entwicklung und Implementierung von Backtestern erforderlich sind. Am Ende des Kurses werden Sie in der Lage sein, Google Cloud Platform zu nutzen, um grundlegende maschinelle Lernmodelle in Jupyter Notebooks zu erstellen.

Um diesen Kurs erfolgreich zu absolvieren, sollten Sie über fortgeschrittene Kenntnisse in der Python-Programmierung verfügen und mit den einschlägigen Bibliotheken für maschinelles Lernen, wie Scikit-Learn, StatsModels und Pandas, vertraut sein. Erfahrung mit SQL wird empfohlen. Sie sollten über Hintergrundwissen in Statistik (Erwartungswerte und Standardabweichung, Gaußsche Verteilungen, höhere Momente, Wahrscheinlichkeit, lineare Regressionen) und Grundkenntnisse der Finanzmärkte (Aktien, Anleihen, Derivate, Marktstruktur, Hedging) verfügen.