课程信息

10,157 次近期查看
可灵活调整截止日期
根据您的日程表重置截止日期。
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)
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
可灵活调整截止日期
根据您的日程表重置截止日期。
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)
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

授课大纲 - 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