Игорь Стурейко, Александр Андреянков, Кирилл Бухтеев - ML для финансового анализа (2026)

Ответить на тему
 
Автор Сообщение

Prescious ®


Для кого этот курс?
  • ML инженеры и разработчики, которые интересуются финансовым анализом и хотят развиваться этой области
  • Финансовые аналитики, которые хотят начать использовать машинное обучение в своей работе
Необходимые знания:
  • базовое знакомство с Python;
  • базовые знания линейной алгебры, математического анализа, математической статистики;
  • базовые навыки работы с ML (pandas, sklearn, линейная регрессия, логистическая регрессия, простые нейросети).
По итогам курса курса вы:
  • научитесь основам финансового анализа и принципам биржевой торговли;
  • познакомитесь со специальными понятиями финансового анализа, научитесь анализировать различные финансовые инструменты, оценивать риски и формировать оптимальный портфель;
  • создадите торгового робота, который будет проводить операции автоматически, оценивая приемлемый уровень риска;
  • узнаете как разместить торгового робота на облачной платформе для взаимодействия с реальными биржевыми площадками;
  • настроите торгового робота на мониторинг и регулярное переобучение по актуальным данным.
Программа:
Введение в финансовые рынки и машинное обучение

В этом модуле вы познакомитесь с основными понятиями.
Вспомните Python и поймёте, как его можно применять для финансового анализа.
Вспомните основы машинного обучения и поймёте его применение в финансах.
Вспомните основы статистики и временных рядов.
Познакомитесь с инструментами анализа финансовых данных.
Тема 1: Введение в финансовые рынки и основные понятия
Тема 2: Основы машинного обучения и его применение в финансах
Тема 3: Основы статистики и временных рядов в анализе финансов
Тема 4: Инструменты анализа финансовых данных
Тема 5: Практическое введение в Python для финансового анализа // ДЗ
Технический анализ финансовых рынков
В этом модуле вы познакомитесь с основами технического анализа.
Рассмотрите паттерны и стратегии технического анализа.
Поймёте, как интегрировать технический анализ с методами машинного обучения.
Построите первую модель на основе технического анализа и оцените её эффективность.
Тема 1: Введение в технический анализ: графики и индикаторы
Тема 2: Паттерны и стратегии технического анализа
Тема 3: Интеграция технического анализа с методами машинного обучения
Тема 4: Применение технического анализа к различным классам активов
Тема 5: Оценка и сравнение эффективности технического анализа // ДЗ
Подготовка данных и признаковая инженерия
В этом модуле вы познакомитесь с методами сбора, очистки и визуализации финансовых данных.
Поймёте, как работать с большими объёмами данных. Изучите преобразование и создание признаков.
Тема 1: Сбор и очистка финансовых данных
Тема 2: Визуализация финансовых данных
Тема 3: Управление отсутствующими данными и аномалиями
Тема 4: Работа с большими объемами данных в финансах
Тема 5: Преобразование данных и создание признаков // ДЗ
Моделирование и стратегии на финансовых рынков
В этом модуле вы рассмотрите основы классификации и регрессии в финансовых приложениях.
Вспомните особенности моделирования временных рядов и прогнозирования цен активов.
Познакомитесь со стратегиями торговли и оптимизации портфеля с использованием ML.
Рассмотрите особенности работы с высокочастотными данными.
Тема 1: Основы классификации и регрессии в финансовых приложениях
Тема 2: Моделирование временных рядов в прогнозировании цен
Тема 3: Стратегии торговли и оптимизация портфеля с использованием ML
Тема 4: Работа с высокочастотными данными в финансах
Тема 5: Применение регуляризации и оптимизации в финансовых моделях // ДЗ
Глубокое обучение и практические аспекты
В этом модуле вы вспомните, как строить и обучать глубокие нейронные сети.
Научитесь применять нейронные сети в анализе финансовых рынков.
Построите и обучите нейросетевую модель на основе технического и фундаментального анализа.
Тема 1: Введение в глубокое обучение и нейронные сети
Тема 2: Применение нейронных сетей в анализе финансовых рынков
Тема 3: Этические и регуляторные аспекты применения ML в финансах
Тема 4: Создание и обучение глубоких моделей в Python
Тема 5: Продвинутые методы глубокого обучения для анализа финансов // ДЗ
Сложные модели торгового агента и перенос обучения в production
В этом модуле вы рассмотрите дополнительный функционал, предоставляемый нам LLM и RL-моделями.
Соберёте ансамбль из нескольких моделей для повышения точности. Перенесёте модели в облачную среду.
Тема 1: LLM - модели
Тема 2: RL - модели
Тема 3: Сборка финального ансамбля // ДЗ
Тема 4: Перенос модели в облачную среду // ДЗ
Тема 5: Метрики модели и регулярное переобучение

Финальный проект и практическое применение.

Продажник:
https://otus.ru/lessons/ml-finance/
↓ Скачать: ↓
Скачать торрент:

Чтобы скачать файл "Игорь Стурейко, Александр Андреянков, Кирилл Бухтеев - ML для финансового анализа (2026)"

Вам нужно Авторизоваться на сайте под своим логином. Если у Вы ещё не зарегистрированы, тогда Вам нужно пройти Регистрацию


Показать сообщения:    
Ответить на тему

Курс Игорь Стурейко, Александр Андреянков, Кирилл Бухтеев - ML для финансового анализа (2026)

Текущее время: Сегодня 05:23

Часовой пояс: GMT + 4



Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы

⇧
⇩