The practice of investment management has been transformed in recent years by computational methods. This course provides an introduction to the underlying science, with the aim of giving you a thorough understanding of that scientific basis. However, instead of merely explaining the science, we help you build on that foundation in a practical manner, with an emphasis on the hands-on implementation of those ideas in the Python programming language.
Spécialisation Investment Management with Python and Machine LearningEDHEC Business SchoolÀ propos de ce cours
192,176 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 1 sur 4 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 24 heures pour terminer
Anglais
Sous-titres : Anglais
Ce que vous allez apprendre
Gain an intuitive understanding for the underlying theory behind Modern Portfolio Construction Techniques
Write custom Python code to estimate risk and return parameters
Utilize powerful Python optimization libraries to build scientifically and systematically diversified portfolios
Build custom utilities in Python to test and compare portfolio strategies
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 1 sur 4 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Approx. 24 heures pour terminer
Anglais
Sous-titres : Anglais
Offert par
EDHEC Business School
Founded in 1906, EDHEC is now one of Europe’s top 15 business schools .
Programme du cours : ce que vous apprendrez dans ce cours
5 heures pour terminer
Analysing returns
5 heures pour terminer
14 vidéos (Total 225 min), 4 lectures, 1 quiz
14 vidéos
Welcome video3 min
Installing Anaconda3 min
Fundamentals of Returns10 min
Lab Session-Basics of returns29 min
Measures of Risk and Reward9 min
Lab Session-Risk Adjusted returns28 min
Measuring Max Drawdown10 min
Lab Session-Drawdown30 min
Deviations from Normality9 min
Lab Session-Building your own modules12 min
Downside risk measures8 min
Lab Session-Deviations from Normality30 min
Estimating VaR10 min
Lab Session-Semi Deviation, VAR and CVAR27 min
4 lectures
Material at your disposal5 min
Material for the Lab Sessions10 min
Module 1- Key points2 min
Before the Quiz10 min
1 exercice pour s'entraîner
Module 1 Graded Quiz1 h
4 heures pour terminer
An Introduction to Portfolio Optimization
4 heures pour terminer
10 vidéos (Total 172 min), 1 lecture, 1 quiz
10 vidéos
Lab Session-Efficient frontier-Part 123 min
Markowitz Optimization and the Efficient Frontier9 min
Applying quadprog to draw the efficient Frontier11 min
Lab Session-Asset Efficient Frontier-Part 220 min
Lab Session-Applying Quadprog to Draw the Efficient Frontier38 min
Fund Separation Theorem and the Capital Market Line7 min
Lab Session-Locating the Max Sharpe Ratio Portfolio25 min
Lack of robustness of Markowitz analysis5 min
Lab Session-Plotting EW and GMV on the Efficient Frontier20 min
1 lecture
Module 2 - Key points2 min
1 exercice pour s'entraîner
Module 2 Graded Quiz1 h
5 heures pour terminer
Beyond Diversification
5 heures pour terminer
15 vidéos (Total 236 min), 4 lectures, 1 quiz
15 vidéos
Lab session- Limits of Diversification-Part119 min
Lab session-Limits of diversification-Part 222 min
An introduction to CPPI - Part 17 min
An introduction to CPPI - Part 210 min
Lab session-CPPI and Drawdown Constraints-Part129 min
Lab session-CPPI and Drawdown Constraints-Part228 min
Simulating asset returns with random walks10 min
Monte Carlo Simulation6 min
Lab Session-Random Walks and Monte Carlo22 min
Analyzing CPPI strategies11 min
Lab Session-Installing IPYWIDGETS5 min
Designing and calibrating CPPI strategies12 min
Lab session - interactive plots of monte Carlo Simulations of CPPI and GBM-Part119 min
Lab session - interactive plots of monte Carlo Simulations of CPPI and GBM-Part221 min
4 lectures
Module 3 - Key points2 min
ipywidgets installation - info5 min
gbm function10 min
Instruction prior to begin the module 3 graded quizz10 min
1 exercice pour s'entraîner
Module 3 Graded Quiz45 min
9 heures pour terminer
Introduction to Asset-Liability Management
9 heures pour terminer
12 vidéos (Total 327 min), 5 lectures, 1 quiz
12 vidéos
Lab Session-Present Values,liabilities and funding ratio22 min
Liability hedging portfolios12 min
Lab Session-CIR Model and cash vs ZC bonds1h 8min
Liability-driven investing (LDI)10 min
Lab Session-Liability driven investing51 min
Choosing the policy portfolio14 min
Lab Session-Monte Carlo simulation of coupon-bearing bonds using CIR33 min
Beyond LDI11 min
Lab Session-Naive risk budgeting between the PSP & GHP44 min
Liability-friendly equity portfolios10 min
Lab Session-Dynamic risk budgeting between PSP & LHP40 min
5 lectures
Module 4 - Key points2 min
Dynamic Liability-Driven Investing Strategies: The Emergence Of A New Investment Paradigm For Pension Funds?1h 30min
Liability-Driven-Investing1 h
Instruction prior to begin module 4 graded quizz2 min
To be continued (1)5 min
1 exercice pour s'entraîner
Module 4 Graded Quiz1 h
À propos du Spécialisation Investment Management with Python and Machine Learning
The Data Science and Machine Learning for Asset Management Specialization has been designed to deliver a broad and comprehensive introduction to modern methods in Investment Management, with a particular emphasis on the use of data science and machine learning techniques to improve investment decisions.By the end of this specialization, you will have acquired the tools required for making sound investment decisions, with an emphasis not only on the foundational theory and underlying concepts, but also on practical applications and implementation. Instead of merely explaining the science, we help you build on that foundation in a practical manner, with an emphasis on the hands-on implementation of those ideas in the Python programming language through a series of dedicated lab sessions.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Quelle est la politique de remboursement ?
Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.
Une aide financière est-elle possible ?
Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
