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 متغیر
معرفی 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