In this course, you’ll learn about the fundamentals of trading, including the concept of trend, returns, stop-loss, and volatility. You will learn how to identify the profit source and structure of basic quantitative trading strategies. This course will help you gauge how well the model generalizes its learning, explain the differences between regression and forecasting, and identify the steps needed to create development and implementation backtesters. By the end of the course, you will be able to use Google Cloud Platform to build basic machine learning models in Jupyter Notebooks.
Ce cours fait partie de la Spécialisation Machine Learning for Trading
Offert par
Google Cloud
New York Institute of Finance
Spécialisation Machine Learning for TradingGoogle CloudÀ propos de ce cours
55,027 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 3 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Familiarization with basic concepts in Machine Learning and Financial Markets; advanced competency in Python Programming.
Approx. 9 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Russe, Anglais, Espagnol
Compétences que vous acquerrez
FinanceTradingInvestmentMachine Learning applied to Finance
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 1 sur 3 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Familiarization with basic concepts in Machine Learning and Financial Markets; advanced competency in Python Programming.
Approx. 9 heures pour terminer
Anglais
Sous-titres : Français, Portugais (brésilien), Russe, Anglais, Espagnol
Offert par
Google Cloud
We help millions of organizations empower their employees, serve their customers, and build what’s next for their businesses with innovative technology created in—and for—the cloud. Our products are engineered for security, reliability, and scalability, running the full stack from infrastructure to applications to devices and hardware. Our teams are dedicated to helping customers apply our technologies to create success.
New York Institute of Finance
The New York Institute of Finance (NYIF), is a global leader in training for financial services and related industries. Started by the New York Stock Exchange in 1922, it now trains 250,000+ professionals in over 120 countries. NYIF courses cover everything from investment banking, asset pricing, insurance and market structure to financial modeling, treasury operations, and accounting. The institute has a faculty of industry leaders and offers a range of program delivery options, including self-study, online courses, and in-person classes. Its US customers include the SEC, the Treasury, Morgan Stanley, Bank of America and most leading worldwide banks.
Programme du cours : ce que vous apprendrez dans ce cours
4 heures pour terminer
Introduction to Trading with Machine Learning on Google Cloud
In this module you will be introduced to the fundamentals of trading. You will also be introduced to machine learning. Machine Learning is both an art that involves knowledge of the right mix of parameters that yields accurate, generalized models and a science that involves knowledge of the theory to solve specific types of problems.
4 heures pour terminer
26 vidéos (Total 131 min), 3 lectures, 5 quiz
26 vidéos
Course Overview Introduction to Trading with Machine Learning on Google Cloud5 min
What is AI and ML ? What is the difference between AI and ML?58s
Applications of ML in the Real World1 min
What is ML?3 min
Game: The importance of good data4 min
Brief History of ML in Quantitative Finance11 min
Why Google?1 min
Why Google Cloud Platform?2 min
What are AI Platform Notebooks1 min
Using Notebooks1 min
Benefits of AI Platform Notebooks2 min
What do we want to model? Let's start simple5 min
Demo: Building a model with BigQuery ML25 min
How to use Qwiklabs for your Labs3 min
Lab Intro: Building a Regression Model37s
Lab Walkthrough: Building a Regression Model9 min
Trading vs Investing6 min
The Quant Universe2 min
Quant Strategies7 min
Quant Trading Advantages and Disadvantages4 min
Exchange and Statistical Arbitrage8 min
Index Arbitrage2 min
Statistical Arbitrage Opportunities and Challenges5 min
Introduction to Backtesting5 min
Backtesting Design6 min
3 lectures
Supervised Learning and Regression10 min
Welcome to Introduction to Trading, Machine Learning and GCP10 min
Case Study: Capital Markets in the Cloud10 min
4 exercices pour s'entraîner
Python Skills Assessment Quiz
AI and Machine Learning5 min
Google Cloud
Trading Concepts Review15 min
3 heures pour terminer
Supervised Learning with BigQuery ML
In this module you will be introduced to supervised machine learning and some relevant algorithms commonly applied to trading problems. You will get some hands-on experience building a regression model using BigQuery Machine Learning
3 heures pour terminer
6 vidéos (Total 29 min), 1 lecture, 3 quiz
6 vidéos
What is forecasting? - part 24 min
Choosing the right model and BQML - part 13 min
Choosing the right model and BQML - part 22 min
Lab Intro: Forecasting Stock Prices using Regression in BQML36s
Lab Walkthrough: Forecasting Stock Prices using Regression in BQML12 min
1 lecture
Staying current with BigQuery ML model types10 min
1 exercice pour s'entraîner
Forecasting
2 heures pour terminer
Time Series and ARIMA Modeling
In this module you will learn about ARIMA modeling and how it is applied to time series data. You will get hands-on experience building an ARIMA model for a financial dataset.
2 heures pour terminer
11 vidéos (Total 52 min)
11 vidéos
AR - Auto Regressive7 min
MA - Moving Average2 min
The Complete ARIMA Model4 min
ARIMA compared to linear regression7 min
How can you get a variety of models from just a single series?1 min
How to choose ARIMA parameters for your trading model4 min
Time Series Terminology: Auto Correlation4 min
Sensitivity of Trading Strategy4 min
Lab Intro: Forecasting Stock Prices Using ARIMA32s
Lab Walkthrough: Forecasting Stock Prices using ARIMA7 min
1 exercice pour s'entraîner
Time Series
1 heure pour terminer
Introduction to Neural Networks and Deep Learning
In this module you'll learn about neural networks and how they relate to deep learning. You'll also learn how to gauge model generalization using regularization, and cross-validation. Also, you'll be introduced to Google Cloud Platform (GCP). Specifically, you'll be shown how to leverage GCP for implementing trading techniques.
1 heure pour terminer
5 vidéos (Total 29 min), 1 lecture, 2 quiz
5 vidéos
Short history of ML: Modern Neural Networks8 min
Overfitting and Underfitting6 min
Validation and Training Data Splits4 min
Course Recap + Preview of next course 1 min
1 lecture
Example BigQuery ML DNN code10 min
2 exercices pour s'entraîner
Model generalization
Recap Quiz8 min
Avis
Meilleurs avis pour INTRODUCTION TO TRADING, MACHINE LEARNING & GCP
par MS29 janv. 2020
Excellent! But, I am missing some of the prerequisites since I just wanted to take a chance and try things out, but feel like proceeding further might lead to some stumbling blocks.
par LA2 juin 2020
Good introduction to quant theory and ML, labs could be a lot better though, they lack proper explanations and don't cover some of the basics necessary to complete them.
par DG4 mai 2020
The lectures appear to jump around a bit. Looks like it was stitched together from different places. So the course lacks a continuity I have seen in other courses.
par GG1 févr. 2020
Giving 4 stars as there were some technical problems with AI Platform in week 3 and could not access the lab work, which is pretty disappointing.
À propos du Spécialisation Machine Learning for Trading
This 3-course Specialization from Google Cloud and New York Institute of Finance (NYIF) is for finance professionals, including but not limited to hedge fund traders, analysts, day traders, those involved in investment management or portfolio management, and anyone interested in gaining greater knowledge of how to construct effective trading strategies using Machine Learning (ML) and Python. Alternatively, this program can be for Machine Learning professionals who seek to apply their craft to quantitative trading strategies. By the end of the Specialization, you'll understand how to use the capabilities of Google Cloud to develop and deploy serverless, scalable, deep learning, and reinforcement learning models to create trading strategies that can update and train themselves. As a challenge, you're invited to apply the concepts of Reinforcement Learning to use cases in Trading. This program is intended for those who have an understanding of the foundations of Machine Learning at an intermediate level. To successfully complete the exercises within the program, you should have advanced competency in Python programming and familiarity with pertinent libraries for Machine Learning, such as Scikit-Learn, StatsModels, and Pandas; a solid background in ML and statistics (including regression, classification, and basic statistical concepts) and basic knowledge of financial markets (equities, bonds, derivatives, market structure, and hedging). Experience with SQL is recommended.
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.
Is financial aid available?
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.
Puis-je obtenir des crédits universitaires si je réussis le Cours ?
Ce Cours n'est pas associé à des crédits universitaires, mais certaines universités peuvent décider d'accepter des Certificats de Cours pour des crédits. Vérifiez-le auprès de votre établissement pour en savoir plus. Les Diplômes en ligne et les Certificats Mastertrack™ sur Coursera apportent la possibilité d'obtenir des crédits universitaires.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
