À propos de ce cours
1,789 consultations récentes

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. 13 heures pour terminer

Recommandé : 5 weeks - 2/3 hours per week...

Anglais

Sous-titres : Anglais
User
Les étudiants prenant part à ce Course sont
  • Data Scientists

Ce que vous allez apprendre

  • Check

    Learn the principles of supervised and unsupervised machine learning techniques to financial data sets

  • Check

    Understand the basis of logistical regression and ML algorithms for classifying variables into one of two outcomes

  • Check

    Utilize powerful Python libraries to implement machine learning algorithms in case studies

  • Check

    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
User
Les étudiants prenant part à ce Course sont
  • Data Scientists

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. 13 heures pour terminer

Recommandé : 5 weeks - 2/3 hours per week...

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
2 heures pour terminer

Introducing the fundamentals of machine learning

8 vidéos (Total 59 min), 3 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
3 lectures
Requirements2 min
Material at your disposal2 min
References for module 1"Introducing the fundamentals of machine learning"10 min
1 exercice pour s'entraîner
Module 1Graded Quizz30 min
Semaine
2
4 heures pour terminer

Machine learning techniques for robust estimation of factor models

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 Quizz1 h
Semaine
3
2 heures pour terminer

Machine learning techniques for efficient portfolio diversification

7 vidéos (Total 59 min), 1 lecture, 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
1 lecture
References for the module "Machine learning techniques for efficient portfolio diversification"10 min
1 exercice pour s'entraîner
Module 3 Graded Quizz45 min
Semaine
4
3 heures pour terminer

Machine learning techniques for regime analysis

7 vidéos (Total 65 min), 2 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
2 lectures
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 Quizz1 h

Enseignants

Avatar

John Mulvey - Princeton University

Professor in the Operations Research and Financial Engineering Department and a founding member of the Bendheim Centre for Finance at Princeton University
Finance
Avatar

Lionel Martellini, PhD

EDHEC-Risk Institute, Director
Finance

À propos de 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. ...

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....
Investment Management with Python and Machine Learning

Foire Aux Questions

  • 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.

  • 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.

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