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
رگر سیون خطی با چند متغیرمعرفی معاملات الگوریتمی پایه مدلهای عملیاتی
مدل های عاملی سری زمانی
قیمت گذاری گزینه و بازده سهام
منحنی های یادگیری و تنظیم عملکرد هزینه
تلاطم ضمنی
رگرسیون لجستیک طبقه بندی
تکنیک های هوش مصنوعی رگرسیون گام به گام
تکنیک های هوش مصنوعی فضای زیرین تصادفی و جنگل های تصادفی
ماشین بردار و مرز تصمیم گیری (هسته ها و شباهت ها)
معاملات معکوس
آزمون دیکی فولر افزایش یافته و نیمه عمر معکوس
مدل مارکوف پنهان
تحلیل سری زمانی
مدل فضای حالت
مقدمه ای 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