课程信息

13,580 次近期查看
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
第 3 门课程(共 3 门)
可灵活调整截止日期
根据您的日程表重置截止日期。
中级

Familiarization with basic concepts in Machine Learning and Financial Markets; advanced competency in Python Programming.

完成时间大约为12 小时
英语(English)

您将学到的内容有

  • Understand the structure and techniques used in reinforcement learning (RL) strategies.

  • Understand the benefits of using RL vs. other learning methods.

  • Describe the steps required to develop and test an RL trading strategy.

  • Describe the methods used to optimize an RL trading strategy.

您将获得的技能

Reinforcement Learning Model DevelopmentReinforcement Learning Trading Algorithm OptimizationReinforcement Learning Trading Strategy DevelopmentReinforcement Learning Trading Algo Development
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
第 3 门课程(共 3 门)
可灵活调整截止日期
根据您的日程表重置截止日期。
中级

Familiarization with basic concepts in Machine Learning and Financial Markets; advanced competency in Python Programming.

完成时间大约为12 小时
英语(English)

提供方

Placeholder

纽约金融学院

Placeholder

Google 云端平台

教学大纲 - 您将从这门课程中学到什么

1

1

完成时间为 3 小时

Introduction to Course and Reinforcement Learning

完成时间为 3 小时
10 个视频 (总计 64 分钟), 1 个阅读材料, 1 个测验
2

2

完成时间为 5 小时

Neural Network Based Reinforcement Learning

完成时间为 5 小时
9 个视频 (总计 39 分钟)
3

3

完成时间为 4 小时

Portfolio Optimization

完成时间为 4 小时
10 个视频 (总计 54 分钟)

审阅

来自REINFORCEMENT LEARNING FOR TRADING STRATEGIES的热门评论

查看所有评论

关于 Machine Learning for Trading 专项课程

Machine Learning for Trading

常见问题

还有其他问题吗?请访问 学生帮助中心