使用机器学习和强化学习技术学习在股票市场交易

课程英文名：ai-for-finance-y

此视频教程共0.38GB，中英双语字幕，画质清晰无水印，源码附件全

课程地址：https://xueshu.fun/1743
演示地址：https://www.udemy.com/course/ai-for-finance-y/

课程内容

你会学到什么

• 对财务数据使用多种数据准备方法
• 使用先进的深度学习和强化学习技术预测未来价格
• 通过 Python、Keras、Scikit-Learn 和 pandas 进行机器学习，获得实际的财务预测经验
• 根据单个值和多个值预测未来值
• 了解选择性能最佳的数据准备方法和模型背后的过程
• 掌握对特定真实世界金融数据的机器学习预测
• 应用各种人工智能技术进行预测
• 了解如何从 api 获取股票数据

要求

• 基本的 python 语法

描述

您将了解如何使用深度学习、机器学习和强化学习等人工智能技术处理股票数据。

虽然人类仍然是交易方程式的重要组成部分，但人工智能发挥着越来越重要的作用。根据最近的一项研究，电子交易占现金股票交易收入的近 45%。虽然对冲基金在自动化方面不太情愿，但他们中的许多人使用人工智能分析来获得投资理念和建立投资组合。

人工智能正在塑造股票交易的未来。使用人工智能，公司可以分析数百万个数据点并以最佳价格执行交易，分析师可以更准确地预测市场，交易公司可以有效地降低风险以提供更高的回报。

金融界许多关键问题的解决方案都需要根据过去的数据预测未来的模式，以便立即做出更好的财务决策。近年来，现代机器学习方法和工具在计算机视觉领域的发展为金融预测等其他重要领域带来了同样的进步。

在本课程中，您将首先学习如何使用简单的现代机器学习方法预测未来的货币汇率，从而快速开始使用 ML 在金融领域的应用。在这个例子中，您将学习如何选择基本的数据准备方法和模型，然后如何改进它们。在下一个模块中，您将发现各种准备数据的方法，然后了解它们如何影响模型训练的准确性。在最后一个模块中，您将学习如何查找和测试一些关键的现代机器学习模型，以选择性能最佳的模型。

完成本课程后，您将深入了解如何将 ML 方法应用于财务数据预测。

本课程适合谁：

• 有兴趣在金融领域使用人工智能的人