This course will enable you mastering machine-learning approaches in the area of investment management. It has been designed by two thought leaders in their field, Lionel Martellini from EDHEC-Risk Institute and John Mulvey from Princeton University. Starting from the basics, they will help you build practical skills to understand data science so you can make the best portfolio decisions.
Ce cours fait partie de la Spécialisation Investment Management with Python and Machine Learning
Offert par
Spécialisation Investment Management with Python and Machine LearningEDHEC Business SchoolÀ propos de ce cours
40,748 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 3 sur 4 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 15 heures pour terminer
Anglais
Sous-titres : Anglais
Ce que vous allez apprendre
Learn the principles of supervised and unsupervised machine learning techniques to financial data sets
Understand the basis of logistical regression and ML algorithms for classifying variables into one of two outcomes
Utilize powerful Python libraries to implement machine learning algorithms in case studies
Learn about factor models and regime switching models and their use in investment management
Compétences que vous acquerrez
Programming skillsManaging your own personal invetsmentsInvestment management knowledgeComputer ScienceExpertise in data science
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 3 sur 4 dans le
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire
Approx. 15 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
2 heures pour terminer
Introducing the fundamentals of machine learning
2 heures pour terminer
8 vidéos (Total 59 min), 4 lectures, 1 quiz
8 vidéos
Introduction to machine-learning7 min
Financial applications7 min
Supervised learning7 min
First algorithms7 min
Highlights of best practice6 min
Unsupervised learning7 min
Challenges ahead10 min
4 lectures
Requirements2 min
Material at your disposal2 min
Machine Learning for Investment Decisions: A Brief Guided Tour10 min
References for module 1"Introducing the fundamentals of machine learning"10 min
1 exercice pour s'entraîner
Module 1Graded Quiz30 min
4 heures pour terminer
Machine learning techniques for robust estimation of factor models
4 heures pour terminer
8 vidéos (Total 80 min), 2 lectures, 1 quiz
8 vidéos
Introducing Factor Models7 min
Typology of factor models9 min
Using factor models in portfolio construction and analysis10 min
Penalty methods9 min
Setting factor loadings and examples7 min
Shrinkage concepts7 min
Lab session - Jupiter notebook on Factor Models20 min
2 lectures
References for module 2"Machine learning techniques for robust estimation of factor models"10 min
Information on Jupyter notebook - Factor models10 min
1 exercice pour s'entraîner
Module 2 Graded Quiz1 h
2 heures pour terminer
Machine learning techniques for efficient portfolio diversification
2 heures pour terminer
7 vidéos (Total 59 min), 2 lectures, 1 quiz
7 vidéos
Benefits of portfolio diversification8 min
Portfolio diversification measures12 min
Principle component analysis8 min
Role of clustering6 min
Graphical analysis8 min
Selecting a portfolio of assets7 min
2 lectures
References for the module "Machine learning techniques for efficient portfolio diversification"10 min
Reference for the module "Selecting a portfolio of assets"10 min
1 exercice pour s'entraîner
Module 3 Graded Quiz45 min
3 heures pour terminer
Machine learning techniques for regime analysis
3 heures pour terminer
7 vidéos (Total 65 min), 4 lectures, 1 quiz
7 vidéos
Portfolio Decisions with Time-Varying Market Conditions10 min
Trend filtering6 min
A scenario based portfolio model8 min
A two regime portfolio example7 min
A multi regime model for a University Endowment9 min
Lab session- Jupyter notebook on regime-based investment model15 min
4 lectures
Information on the "trend filtering" video2 min
Information on "scenario based portfolio model" video2 min
References for the module "Machine learning techniques for regime analysis"10 min
Information on Jupyter notebookon regime-based investment model10 min
1 exercice pour s'entraîner
Module 4 Graded Quiz1 h
Avis
Meilleurs avis pour PYTHON AND MACHINE LEARNING FOR ASSET MANAGEMENT
par AT1 mars 2020
would be good to focus more on the jupyter notebooks and less on multiple choice. Really interesting notebooks and quite advanced / technical material which deserves more time and coverage.
par KA5 févr. 2020
Good concepts to touch but lack on coding in granulality example. But overall, I'm get a good example how to implement machine learning technique to finance perspective.
par ST9 avr. 2020
The topics covered in this course are really interesting. I learned a great deal by studying various papers covered in this course - Thank you to both instructors!
par AJ30 mai 2020
Please consider adding additional videos for the lab sessions, as one can not gain the Machine Learning python coding skills from PPT slides!
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 ?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
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.
