Ce cours fait partie de la Spécialisation Investment Management with Python and Machine Learning

4.8
étoiles
1,255 évaluations

94 %

Vijay Vaidyanathan, PhD +1 enseignant de plus

51 161 déjà inscrits

Offert par

Spécialisation Investment Management with Python and Machine LearningEDHEC Business School

À propos de ce cours

55 522 consultations récentes

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. 
This course is the first in a four course specialization in Data Science and Machine Learning in Asset Management but can be taken independently. In this course, we cover the basics of Investment Science, and we'll build practical implementations of each of the concepts along the way. We'll start with the very basics of risk and return and quickly progress to cover a range of topics including several Nobel Prize winning concepts. We'll cover some of the most popular practical techniques in modern, state of the art investment management and portfolio construction. 

As we cover the theory and math in lecture videos, we'll also implement the concepts in Python, and you'll be able to code along with us so that you have a deep and practical understanding of how those methods work. By the time you are done, not only will you have a foundational understanding of modern computational methods in investment management, you'll have practical mastery in the implementation of those methods.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

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

Spécialisation Investment Management with Python and Machine Learning

Approx. 25 heures pour terminer

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

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

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

Spécialisation Investment Management with Python and Machine Learning

Approx. 25 heures pour terminer

Anglais

Enseignants

Évaluation de l'enseignant

4,87/5 (428 évaluations)

Vijay Vaidyanathan, PhD

Optimal Asset Management Inc.

CEO

54 768 étudiants

2 cours

Lionel Martellini, PhD

EDHEC-Risk Institute, Director

Finance

57 902 étudiants

3 cours

Offert par

EDHEC Business School

Founded in 1906, EDHEC is now one of Europe’s top 15 business schools .

Based in Lille, Nice, Paris, London and Singapore, and counting over 90 nationalities on its campuses, EDHEC is a fully international school directly connected to the business world. With over 40,000 graduates in 120 countries, it trains committed managers capable of dealing with the challenges of a fast-evolving world. Harnessing its core values of excellence, innovation and entrepreneurial spirit, EDHEC has developed a strategic model founded on research of true practical use to society, businesses and students, and which is particularly evident in the work of EDHEC-Risk Institute and Scientific Beta. The School functions as a genuine laboratory of ideas and plays a pioneering role in the field of digital education via EDHEC Online, the first fully online degree-level training platform. These various components make EDHEC a centre of knowledge, experience and diversity, geared to preparing new generations of managers to excel in a world subject to transformational change. EDHEC in figures: 8,600 students in academic education, 19 degree programmes ranging from bachelor to PhD level, 184 professors and researchers, 11 specialist research centres.

Programme de cours : ce que vous apprendrez dans ce cours

Évaluation du contenu94%(4,082 évaluations)

Semaine

Semaine 1

7 heures pour terminer

Analysing returns

7 heures pour terminer

14 vidéos (Total 225 min), 6 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

6 lectures

Material at your disposal5 min

Material for the Lab Sessions10 min

Module 1- Key points2 min

INCORRECT STATEMENT IN “DEVIATION FROM NORMALITY” VIDEO10 min

Semi Deviation10 min

Before the Quiz10 min

1 exercice pour s'entraîner

Module 1 Graded Quiz1 h

Semaine

Semaine 2

4 heures pour terminer

An Introduction to Portfolio Optimization

4 heures pour terminer

10 vidéos (Total 172 min), 1 lecture, 1 quiz

10 vidéos

The only free lunch in Finance11 min

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

Semaine

Semaine 3

5 heures pour terminer

Beyond Diversification

5 heures pour terminer

15 vidéos (Total 236 min), 4 lectures, 1 quiz

15 vidéos

Limits of diversification8 min

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

Semaine

Semaine 4

9 heures pour terminer

Introduction to Asset-Liability Management

9 heures pour terminer

12 vidéos (Total 327 min), 5 lectures, 1 quiz

12 vidéos

From Asset Management to Asset-Liability Management7 min

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 quiz2 min

To be continued (1)5 min

1 exercice pour s'entraîner

Module 4 Graded Quiz1 h

Avis

4.8

350 avis

5 stars
85,20 %
4 stars
12,72 %
3 stars
1,19 %
2 stars
0,39 %
1 star
0,47 %

Meilleurs avis pour INTRODUCTION TO PORTFOLIO CONSTRUCTION AND ANALYSIS WITH PYTHON

par AC10 avr. 2021

A well-balanced course between theory, applications and coding. If you are an intermediate finance student that is looking for a practical toolkit with python, this is the right course

par MM7 août 2020

The course was right paced and assignments were challenging. The moderators were very helpful in their support and feedback. Looking forward to doing more course with the Edhec.

par JJ10 juin 2021

Well taught and really like the mix between practical and theoretical lectures. Explain in simple language and starts off simple but gets progressively harder. Highly recommended.

par SK8 déc. 2019

The course is great, I enjoyed very detailed Python labs, they taught me a lot. But almost no support from the staff in the forums. If you don't understand something, you are on your own.

Voir tous les avis

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 ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
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.
Une aide financière est-elle possible ?
Oui. Dans certains programmes d’apprentissage, vous pouvez demander une aide financière ou une bourse d’études si vous ne pouvez pas payer les frais d’inscription. Si une aide financière ou une bourse d’études est disponible pour le programme d’apprentissage choisi, vous trouverez un lien pour faire une demande sur la page de description.

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

Introduction to Portfolio Construction and Analysis with Python

À propos de ce cours

Ce que vous allez apprendre