Im letzten Kurs der Spezialisierung Maschinelles Lernen für den Handel erhalten Sie eine Einführung in das Reinforcement Learning (RL) und die Vorteile der Verwendung von Reinforcement Learning in Handelsstrategien. Sie erfahren, wie RL in neuronale Netze integriert wurde und lernen LSTMs kennen und wie diese auf Zeitreihendaten angewendet werden können. Am Ende des Kurses werden Sie in der Lage sein, Handelsstrategien mit Hilfe von Reinforcement Learning zu entwickeln, zwischen akteursbasierten und wertbasierten Strategien zu unterscheiden und RL in eine Momentum-Handelsstrategie einzubinden. 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.
Reinforcement Learning für Handelsstrategien
Dieser Kurs ist Teil von Spezialisierung Maschinelles Lernen für den Handel
Dozent: Jack Farmer
18.801 bereits angemeldet
Bei 
enthalten
(235 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Verstehen Sie die Struktur und die Techniken, die bei Strategien des Verstärkungslernens (RL) verwendet werden.
Verstehen Sie die Vorteile von RL im Vergleich zu anderen Lernmethoden.
Beschreiben Sie die Schritte, die erforderlich sind, um eine RL-Handelsstrategie zu entwickeln und zu testen.
Beschreiben Sie die Methoden, die zur Optimierung einer RL-Handelsstrategie verwendet werden.
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- 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
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 3 Module
In diesem Modul wird das Verstärkungslernen auf hohem Niveau eingeführt. Es wird die Geschichte und Entwicklung des verstärkenden Lernens vorgestellt, einschließlich der Schlüsselkonzepte wie Wert und Iteration von Strategien. Außerdem werden die Vorteile und Beispiele für den Einsatz von Reinforcement Learning in Handelsstrategien beschrieben. Außerdem stellen wir Ihnen LSTM und AutoML als zusätzliche Tools vor, die Sie bei der Implementierung von Handelsstrategien einsetzen können.
Das ist alles enthalten
10 Videos1 Lektüre1 App-Element
Im vorigen Modul wurde das Verstärkungslernen besprochen, bevor neuronale Netze eingeführt wurden. In diesem Modul sehen wir uns an, wie das Verstärkungslernen in neuronale Netzwerke integriert wurde. Wir sehen uns auch LSTMs an und wie sie auf Zeitreihendaten angewendet werden können.
Das ist alles enthalten
9 Videos2 App-Elemente
In diesem Modul besprechen wir die praktischen Schritte, die zur Erstellung eines Handelssystems mit Verstärkungslernen erforderlich sind. Außerdem stellen wir AutoML vor, einen leistungsstarken Dienst auf der Google Cloud Platform für das Training von Machine Learning-Modellen mit minimalem Programmieraufwand.
Das ist alles enthalten
10 Videos1 App-Element
Dozent
Empfohlen, wenn Sie sich für Maschinelles Lernen interessieren
Corporate Finance Institute
University of Colorado System
EDHEC Business School
Rice University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
235 Bewertungen
- 5 stars
34,89 %
- 4 stars
22,55 %
- 3 stars
17,87 %
- 2 stars
7,65 %
- 1 star
17,02 %
Zeigt 3 von 235 an
Geprüft am 2. Juli 2022
I look forward to examples of integration of decision based on reinforcement learning and algo-trading logic
Geprüft am 13. Juli 2021
A touhg and very advanced course, with an amazing Google Cloud Platform !!!!
Geprüft am 20. Mai 2021
Succinct and great explanation of deep reinforcement learning methods with amazing demo lab scripts
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. 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.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.