À propos de ce cours

17,377 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 23 heures pour terminer
Anglais

Ce que vous allez apprendre

  • Understand the forecasting process

  • Describe time series data

  • Develop an ARIMA Model

  • Understand a basic trading algorithm

Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 23 heures pour terminer
Anglais

Offert par

Placeholder

Université de l'Illinois à Urbana-Champaign

Commencez à travailler pour obtenir votre master

Ce cours fait partie du diplôme intégralement en ligne Master of Science in Accountancy (iMSA) de Université de l'Illinois à Urbana-Champaign. Si vous êtes admis(e) au programme complet, vos cours sont pris en compte dans votre apprentissage diplômant.

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

1 heure pour terminer

Course Introduction

1 heure pour terminer
3 vidéos (Total 11 min), 4 lectures, 1 quiz
3 vidéos
Instructor Bio: Jose Rodriguez ***2 min
Interview with Jose Rodriguez6 min
4 lectures
Syllabus30 min
Glossary10 min
Resources for R10 min
About the Discussion Forums10 min
1 exercice pour s'entraîner
Orientation Quiz10 min
5 heures pour terminer

Module 1: Introduction to Financial Analytics and Time Series Data

5 heures pour terminer
7 vidéos (Total 45 min), 2 lectures, 5 quiz
7 vidéos
Jose Rodriguez: Forecasting in Practice2 min
Lesson 1-1.1 Subjective Forecasting6 min
Lesson 1-1.2 Business Forecasting and Time Series Data7 min
Lesson 1-2.1 Introduction to Financial Analytics10 min
Lesson 1-3.1 Forecasting Performance Measurements: Distance6 min
Lesson 1-3.2 Forecasting Performance Measurements: Metrics10 min
2 lectures
Module 1 Overview20 min
Module 1 Readings1h 30min
5 exercices pour s'entraîner
Lesson 1-1 Practice Quiz10 min
Lesson 1-2 Practice Quiz10 min
Lesson 1-3 Practice Quiz10 min
Module 1 Quiz30 min
Module 1 Lab Exercise Quiz30 min
Semaine
2

Semaine 2

5 heures pour terminer

Module 2: Performance Measures and Holt-Winters Model

5 heures pour terminer
15 vidéos (Total 87 min), 2 lectures, 7 quiz
15 vidéos
Jose Rodriguez: Forecasting Models in Practice2 min
Lesson 2-1.1 Introduction to Forecasting: Average Method6 min
Lesson 2-1.2 Introduction to Forecasting: Naive Method3 min
Lesson 2-1.3 Introduction to Forecasting: Linear Regression ***13 min
Lesson 2-1.4 Introduction to Forecasting: R Example4 min
Lesson 2-2.1 Moving Averages7 min
Lesson 2-3.1 Introduction to Exponential Smoothing5 min
Lesson 2-3.2 Simple Exponential Smoothing8 min
Lesson 2-3.3 Simple Exponential Smoothing: R Example5 min
Lesson 2-4.1 Holt's Exponential Smoothing7 min
Lesson 2-4.2 Holt-Winter's Forecasting Model4 min
Lesson 2-4.3 Holt-Winter's Model: R Example7 min
Lesson 2-5.1 Autoregression6 min
Lesson 2-5.2 Autoregression: R Example2 min
2 lectures
Module 2 Overview20 min
Module 2 Readings7 min
7 exercices pour s'entraîner
Lesson 2-1 Practice Quiz10 min
Lesson 2-2 Practice Quiz10 min
Lesson 2-3 Practice Quiz30 min
Lesson 2-4 Practice Quiz30 min
Lesson 2-5 Practice Quiz10 min
Module 2 Quiz30 min
Module 2 Lab Exercise Quiz30 min
Semaine
3

Semaine 3

5 heures pour terminer

Module 3: Stationarity and ARIMA Model

5 heures pour terminer
11 vidéos (Total 55 min), 2 lectures, 4 quiz
11 vidéos
Jose Rodriguez: ARIMA in Practice2 min
Lesson 3-1.1 Stationarity: Introduction5 min
Lesson 3-1.2 Stationarity: Differencing11 min
Lesson 3-2.1 ARIMA: Introduction6 min
Lesson 3-2.2 ARIMA: Components7 min
Lesson 3-2.3 ARIMA: Model and R Example Part 17 min
Lesson 3-2.4 ARIMA: Model and R Example Part 24 min
Lesson 3-2.5 ARIMA: Model and R Example Part 31 min
Lesson 3-2.6 ARIMA: Model and R Example Part 43 min
Lesson 3-2.7 ARIMA: Model and R Example Part 54 min
2 lectures
Module 3 Overview20 min
Module 3 Readings30 min
4 exercices pour s'entraîner
Lesson 3-1 Practice Quiz30 min
Lesson 3-2 Practice Quiz30 min
Module 3 Quiz30 min
Module 3 Lab Exercise Quiz30 min
Semaine
4

Semaine 4

6 heures pour terminer

Module 4: Modern Portfolio Theory and Intro to Algorithmic Trading

6 heures pour terminer
15 vidéos (Total 77 min), 2 lectures, 4 quiz
15 vidéos
Jose Rodriguez: Portfolios in Practice4 min
Lesson 4-1.1 Portfolio Theory: Introduction3 min
Lesson 4-1.2 Portfolio Theory: Expected Returns4 min
Lesson 4-1.3 Portfolio Theory: Risk of a Security6 min
Lesson 4-1.4 Portfolio Theory: Efficient Frontier6 min
Lesson 4-1.5 Portfolio Theory: Portfolio Weights7 min
Lesson 4-1.6 Portfolio Theory: Capital Allocation Line10 min
Lesson 4-1.7 Portfolio Theory: Diversification3 min
Lesson 4-2.1 Introduction to Algorithmic Trading7 min
Lesson 4-2.2 Introduction to Algorithmic Trading: Trend Following Strategy3 min
Lesson 4-2.3 Introduction to Algorithmic Trading: Backtesting6 min
Lesson 4-2.4 Introduction to Algorithmic Trading: R Example9 min
Lesson 4-2.5 Introduction to Algorithmic Trading: Conclusion1 min
Course Summary: Applying Data Analytics in Finance1 min
2 lectures
Module 4 Overview20 min
Module 4 Readings1 h
4 exercices pour s'entraîner
Lesson 4-1 Practice Quiz30 min
Lesson 4-2 Practice Quiz30 min
Module 4 Quiz1 h
Module 4 Lab Exercise Quiz30 min

Avis

Meilleurs avis pour APPLYING DATA ANALYTICS IN FINANCE

Voir tous les avis

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.