This course aims at introducing the fundamental concepts of Reinforcement Learning (RL), and develop use cases for applications of RL for option valuation, trading, and asset management.
Ce cours fait partie de la Spécialisation Machine Learning and Reinforcement Learning in Finance
Offert par
Spécialisation Machine Learning and Reinforcement Learning in FinanceNew York UniversityÀ propos de ce cours
21,515 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 avancé
Approx. 17 heures pour terminer
Anglais
Sous-titres : Anglais
Compétences que vous acquerrez
option pricing and risk managementsimple model for market dynamicsQ-learning using financial problemsoptimal tradingPortfolio Optimization
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 avancé
Approx. 17 heures pour terminer
Anglais
Sous-titres : Anglais
Offert par
New York University
New York University is a leading global institution for scholarship, teaching, and research. Based in New York City with campuses and sites in 14 additional major cities across the world, NYU embraces diversity among faculty, staff and students to ensure the highest caliber, most inclusive educational experience.
Programme du cours : ce que vous apprendrez dans ce cours
4 heures pour terminer
MDP and Reinforcement Learning
4 heures pour terminer
14 vidéos (Total 107 min), 2 lectures, 1 quiz
14 vidéos
Prerequisites7 min
Welcome to the Course5 min
Introduction to Markov Decision Processes and Reinforcement Learning in Finance9 min
MDP and RL: Decision Policies9 min
MDP & RL: Value Function and Bellman Equation7 min
MDP & RL: Value Iteration and Policy Iteration4 min
MDP & RL: Action Value Function9 min
Options and Option pricing7 min
Black-Scholes-Merton (BSM) Model8 min
BSM Model and Risk9 min
Discrete Time BSM Model7 min
Discrete Time BSM Hedging and Pricing8 min
Discrete Time BSM BS Limit6 min
2 lectures
Jupyter Notebook FAQ10 min
Hedged Monte Carlo: low variance derivative pricing with objective probabilities10 min
4 heures pour terminer
MDP model for option pricing: Dynamic Programming Approach
4 heures pour terminer
7 vidéos (Total 59 min), 2 lectures, 1 quiz
7 vidéos
MDP Formulation10 min
Action-Value Function5 min
Optimal Action From Q Function6 min
Backward Recursion for Q Star8 min
Basis Functions8 min
Optimal Hedge With Monte-Carlo8 min
Optimal Q Function With Monte-Carlo10 min
2 lectures
Jupyter Notebook FAQ10 min
QLBS: Q-Learner in the Black-Scholes(-Merton) Worlds10 min
4 heures pour terminer
MDP model for option pricing - Reinforcement Learning approach
4 heures pour terminer
8 vidéos (Total 71 min), 3 lectures, 1 quiz
8 vidéos
Week Introduction2 min
Batch Reinforcement Learning9 min
Stochastic Approximations8 min
Q-Learning8 min
Fitted Q-Iteration10 min
Fitted Q-Iteration: the Ψ-basis9 min
Fitted Q-Iteration at Work11 min
RL Solution: Discussion and Examples11 min
3 lectures
Jupyter Notebook FAQ10 min
QLBS: Q-Learner in the Black-Scholes(-Merton) Worlds and The QLBS Learner Goes NuQLear10 min
Course Project Reading: Global Portfolio Optimization10 min
5 heures pour terminer
RL and INVERSE RL for Portfolio Stock Trading
5 heures pour terminer
10 vidéos (Total 82 min), 2 lectures, 1 quiz
10 vidéos
Week Welcome Video2 min
Introduction to RL for Trading12 min
Portfolio Model8 min
One Period Rewards6 min
Forward and Inverse Optimisation10 min
Reinforcement Learning for Portfolios9 min
Entropy Regularized RL8 min
RL Equations10 min
RL and Inverse Reinforcement Learning Solutions10 min
Course Summary3 min
2 lectures
Jupyter Notebook FAQ10 min
Multi-period trading via Convex Optimization10 min
Avis
Meilleurs avis pour REINFORCEMENT LEARNING IN FINANCE
par LC5 juin 2019
Excellent course. The peer reviewed evaluation is very interisting and it is definitely worth the time to do it in detail but does not take two hours with luck a week.
par MR7 mai 2020
The content discussed in the course is very interesting and innovative. However, it could have more practical content through numerical examples.
À propos du Spécialisation Machine Learning and Reinforcement Learning in Finance
The main goal of this specialization is to provide the knowledge and practical skills necessary to develop a strong foundation on core paradigms and algorithms of machine learning (ML), with a particular focus on applications of ML to various practical problems in Finance.
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.
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
