Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?

Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.

Was bekomme ich, wenn ich mich für diese Specialization einschreibe?

Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.

Ist finanzielle Hilfe verfügbar?

Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.

Einführung in den Handel, maschinelles Lernen & GCP

Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen

Einführung in den Handel, maschinelles Lernen & GCP

Dieser Kurs ist Teil von Spezialisierung „Maschinelles Lernen für den Handel“

Dozent: Jack Farmer

69.058 bereits angemeldet

Bei enthalten

Mehr erfahren

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

898 Bewertungen

Stufe Mittel

Empfohlene Erfahrung

Flexibler Zeitplan

5 Stunden zu vervollständigen

In Ihrem eigenen Lerntempo lernen

85%

Den meisten Lernenden hat dieser Kurs gefallen

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

898 Bewertungen

Stufe Mittel

Empfohlene Erfahrung

Flexibler Zeitplan

5 Stunden zu vervollständigen

In Ihrem eigenen Lerntempo lernen

85%

Den meisten Lernenden hat dieser Kurs gefallen

Was Sie lernen werden

Verstehen Sie die Grundlagen des Handels, einschließlich der Konzepte von Trend, Rendite, Stop-Loss und Volatilität.
Definieren Sie den quantitativen Handel und die wichtigsten Arten von quantitativen Handelsstrategien.
Verstehen Sie die grundlegenden Schritte bei Börsenarbitrage, statistischer Arbitrage und Indexarbitrage.
Verstehen Sie die Anwendung von maschinellem Lernen auf Finanzanwendungen.

Kompetenzen, die Sie erwerben

Kategorie: Zeitreihenanalyse und Vorhersage
Kategorie: Software für maschinelles Lernen
Kategorie: Wertpapierhandel
Kategorie: Maschinelles Lernen
Kategorie: Google Cloud-Plattform
Kategorie: Methoden des maschinellen Lernens
Kategorie: Algorithmen für maschinelles Lernen
Kategorie: Angewandtes maschinelles Lernen
Kategorie: Künstliche Intelligenz und maschinelles Lernen (AI/ML)
Kategorie: Modell-Optimierung
Kategorie: Überwachtes Lernen
Kategorie: Finanzieller Handel
Kategorie: Finanzen
Kategorie: Modell Ausbildung
Kategorie: Tiefes Lernen
Kategorie: Künstliche neuronale Netze
Kategorie: Technische Analyse
Kategorie: Statistisches maschinelles Lernen
Kategorie: Bewertung des Modells
Kategorie: Cloud-Plattformen

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

8 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Maschinelles Lernen für den Handel“

Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.

Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 4 Module

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.

Moduldetails

In diesem Modul werden Sie mit den Grundlagen des Handels vertraut gemacht. Außerdem erhalten Sie eine Einführung in das maschinelle Lernen. Maschinelles Lernen ist sowohl eine Kunst, bei der es um die richtige Mischung von Parametern geht, die zu genauen, verallgemeinerten Modellen führt, als auch eine Wissenschaft, bei der es um die Kenntnis der Theorie geht, um bestimmte Arten von Problemen zu lösen.

Das ist alles enthalten

25 Videos3 Lektüren4 Aufgaben

25 VideosInsgesamt 127 Minuten

Kursübersicht - Für wen diese Kurse gedacht sind2 Minuten
Kursübersicht Einführung in den Handel mit maschinellem Lernen auf Google Cloud6 Minuten
Was ist KI und ML? Was ist der Unterschied zwischen KI und ML?1 Minute
Anwendungen von ML in der realen Welt1 Minute
Was ist ML?4 Minuten
Spiel: Die Bedeutung von guten Daten5 Minuten
Kurze Geschichte von ML in der quantitativen Finanzwirtschaft12 Minuten
Warum Google?2 Minuten
Warum Google Cloud Platform?2 Minuten
Was sind AI Platform Notebooks1 Minute
Notizbücher verwenden2 Minuten
Vorteile von AI Platform Notebooks2 Minuten
Was wollen wir modellieren? Fangen wir einfach an6 Minuten
Demo: Erstellen eines Modells mit BigQuery ML26 Minuten
Labor-Einführung: Aufbau eines Regressionsmodells1 Minute
Übungsbeispiel: Erstellen eines Regressionsmodells9 Minuten
Handeln vs. Investieren6 Minuten
Das Quant-Universum2 Minuten
Quant-Strategien7 Minuten
Vorteile und Nachteile des Quant Trading4 Minuten
Austausch und statistische Arbitrage9 Minuten
Index Arbitrage2 Minuten
Chancen und Herausforderungen der statistischen Arbitrage5 Minuten
Einführung in das Backtesting5 Minuten
Backtesting Entwurf6 Minuten

3 LektürenInsgesamt 30 Minuten

Überwachtes Lernen und Regression10 Minuten
Willkommen bei Einführung in den Handel, maschinelles Lernen und GCP10 Minuten
Fallstudie: Kapitalmärkte in der Cloud10 Minuten

4 AufgabenInsgesamt 20 Minuten

Quiz zur Bewertung von Python-Kenntnissen0 Minuten
Google Cloud0 Minuten
KI und maschinelles Lernen5 Minuten
Trading Concepts Rückblick15 Minuten

In diesem Modul erhalten Sie eine Einführung in das überwachte maschinelle Lernen und einige relevante Algorithmen, die häufig auf Handelsprobleme angewendet werden. Sie werden praktische Erfahrungen bei der Erstellung eines Regressionsmodells mit BigQuery Machine Learning sammeln

Das ist alles enthalten

6 Videos1 Lektüre1 Aufgabe

6 VideosInsgesamt 29 Minuten

Was ist eine Prognose? - teil 16 Minuten
Was ist eine Vorhersage? - teil 24 Minuten
Die Wahl des richtigen Modells und BQML - Teil 14 Minuten
Die Wahl des richtigen Modells und BQML - Teil 22 Minuten
Labor-Einführung: Vorhersage von Aktienkursen mit Regression in BQML1 Minute
Komplettlösung für das Labor: Vorhersage von Aktienkursen mit Regression in BQML12 Minuten

1 LektüreInsgesamt 10 Minuten

Mit BigQuery ML-Modelltypen auf dem Laufenden bleiben10 Minuten

1 Aufgabe

Vorhersage0 Minuten

In diesem Modul lernen Sie die ARIMA-Modellierung kennen und wie sie auf Zeitreihendaten angewendet wird. Sie werden praktische Erfahrungen bei der Erstellung eines ARIMA-Modells für einen Finanzdatensatz sammeln.

Das ist alles enthalten

11 Videos1 Aufgabe

11 VideosInsgesamt 52 Minuten

Was ist eine Zeitreihe?8 Minuten
AR - Automatisch regressiv7 Minuten
MA - Gleitender Durchschnitt3 Minuten
Das vollständige ARIMA-Modell4 Minuten
ARIMA im Vergleich zur linearen Regression8 Minuten
Wie können Sie eine Vielzahl von Modellen aus nur einer einzigen Serie erhalten?2 Minuten
Wie Sie ARIMA-Parameter für Ihr Handelsmodell auswählen4 Minuten
Terminologie der Zeitreihen: Autokorrelation4 Minuten
Empfindlichkeit der Handelsstrategie5 Minuten
Labor-Einführung: Vorhersage von Aktienkursen mit ARIMA1 Minute
Komplettlösung für das Labor: Vorhersage von Aktienkursen mit ARIMA8 Minuten

1 Aufgabe

Zeitreihen0 Minuten

In diesem Modul lernen Sie neuronale Netzwerke kennen und erfahren, wie sie mit Deep Learning zusammenhängen. Sie lernen auch, wie Sie die Modellgeneralisierung mithilfe von Regularisierung und Kreuzvalidierung messen können. Außerdem erhalten Sie eine Einführung in die Google Cloud Platform (GCP). Insbesondere wird Ihnen gezeigt, wie Sie GCP für die Implementierung von Handelstechniken nutzen können.

Das ist alles enthalten

5 Videos1 Lektüre2 Aufgaben1 Diskussionsthema

5 VideosInsgesamt 29 Minuten

Kurze Geschichte von ML: Neuronale Netze8 Minuten
Kurze Geschichte von ML: Moderne neuronale Netze9 Minuten
Überanpassung und Unteranpassung6 Minuten
Aufteilung der Daten für Validierung und Training5 Minuten
Kurszusammenfassung + Vorschau auf den nächsten Kurs2 Minuten

1 LektüreInsgesamt 10 Minuten

Beispiel für BigQuery ML DNN-Code10 Minuten

2 AufgabenInsgesamt 8 Minuten

Modell Verallgemeinerung0 Minuten
Quiz zur Rekapitulation8 Minuten

1 DiskussionsthemaInsgesamt 10 Minuten

Anwendung von ML auf das Problem der Wintersportgebiete10 Minuten

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Lehrkraftbewertungen

(194 Bewertungen)

Jack Farmer

New York Institute of Finance

13 Kurse182.732 Lernende

von

Google Cloud

New York Institute of Finance

Bewertungen von Lernenden

5 stars
44,20 %
4 stars
28,61 %
3 stars
13,91 %
2 stars
4,67 %
1 star
8,57 %

Zeigt 3 von 898 an

Geprüft am 20. Nov. 2020

I thought this was excellent. Some familiarity with standard SQL is needed to get the most benefit from the materials, and the course is clearly aimed at GCP users.

Geprüft am 14. Jan. 2020

Some of the content in Week 4, might be better placed earlier in the course. Other than that it was a great learning experience.

Geprüft am 29. Jan. 2020

Excellent! But, I am missing some of the prerequisites since I just wanted to take a chance and try things out, but feel like proceeding further might lead to some stumbling blocks.

Weitere Bewertungen anzeigen