معاملات الگوریتمی
Algorithmic Trading

هدف کلی

        آشنایی با مفاهیم معاملات الگوریتمی.
        درس معاملات الگوریتمی به منظور ایجاد دانش در مورد طیف وسیعی از تکنیک های ریاضی و یادگیری ماشین  که در شرکت های سرمایه گذاری جهانی برای کشف آلفا و  مدیریت ریسک مالی به کار گرفته شده است ، طراحی شده است.

اهداف ویژه

       یادگیری طیف وسیعی از تکنیک‌های ریاضی و یادگیری ماشین که در شرکت‌های سرمایه‌گذاری دنیا برای کشف آلفا و مدیریت ریسک مالی به کار گرفته می شود.
       آموزش به کارگیری استراتژی‌های یادگیری ماشین در انجام معاملات.

سرفصل‏‌ها

      رگرسیون خطی با چند متغیر
      معرفی معاملات الگوریتمی پایه مدل‌های عملیاتی
      مدل‌های عاملی سری زمانی
      قیمت گذاری گزینه و بازده سهام
      منحنی های یادگیری و تنظیم عملکرد هزینه
      تلاطم ضمنی
      رگرسیون لجستیک طبقه بندی
      تکنیک‌های هوش مصنوعی رگرسیون گام به گام
      تکنیک‌های هوش مصنوعی فضای زیرین تصادفی و جنگل‌های تصادفی
      ماشین بردار و مرز تصمیم‌گیری (هسته‌ها و شباهت‌ها)
      معاملات معکوس
      آزمون دیکی فولر افزایش یافته و نیمه عمر معکوس
      مدل مارکوف پنهان
      تحلیل سری زمانی
      مدل فضای حالت
      مقدمه‌ای بر مدیریت ریسک

مراجع

Friedman ، J. ، Hastie ، T. ، & Tibshirani ، (2001).  عناصر یادگیری آماری  . 
Ng ،  (2001).  یادداشت های یادگیری ماشین  .  دانشگاه استنفورد . 
چان ، ای . (2013)  معاملات الگوریتمی: استراتژی های پیروزی و منطق آنها 
چان ، (2017).  تجارت ماشین: به کارگیری الگوریتم های رایانه برای تسخیر بازارها  . 
موسسه CFA ، استراتژی های معاملات الگوریتمی  .