|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/quantitative-finance-algorithmic-trading-ii-time-series/
课程评论：没有评论
课程名称：Python和R中的算法交易与时间序列分析 课程概述： 本课程旨在介绍算法交易的基本原理。首先，您将学习股票、债券及股票市场和外汇（FOREX）的基本知识。课程的主要目的是加深对算法交易和金融相关数学模型的理解。讲座中将使用Python和R作为编程语言。重要提示：只有对统计和数学感兴趣的学员才应参与本课程。 课程内容概述： 第一部分 - 引言 - 为什么选择Python作为编程语言？ - Python及PyCharm的安装 - R及RStudio的安装 第二部分 - 股票市场基础 - 分析类型 - 股票和股份 - 商品及外汇 - 什么是空头和多头仓位？ 第三部分 - 技术分析 - 移动平均（MA）指标 - 简单移动平均（SMA）指标 - 指数移动平均（EMA）指标 - 移动平均交叉交易策略 第四部分 - 相对强弱指数（RSI） - 什么是相对强弱指数（RSI）？ - 算术收益和对数收益 - 移动平均与RSI结合的交易策略 - 夏普比率 第五部分 - 随机动量指标 - 随机动量指标是什么？ - 平均真实波动范围（ATR） - 投资组合优化交易策略 第六部分 - 时间序列基础 - 统计基础（均值、方差和协方差） - 从Yahoo财经下载数据 - 平稳性 - 自相关（序列相关性）和自相关图 第七部分 - 随机游走模型 - 白噪声和高斯白噪声 - 用随机游走建模资产 第八部分 - 自回归（AR）模型 - 什么是自回归模型？ - 如何选择最佳模型阶数？ - 赤池信息量准则 第九部分 - 移动平均（MA）模型 - 移动平均模型 - 用移动平均模型建模资产 第十部分 - 自回归移动平均模型（ARMA） - 什么是ARMA和ARIMA模型？ - Ljung-Box检验 - 一阶差分（I(0)和I(1)过程） 第十一部分 - 异方差过程 - 如何在金融中建模波动性 - 自回归异方差（ARCH）模型 - 广义自回归异方差（GARCH）模型 第十二部分 - ARIMA和GARCH交易策略 - 如何结合ARIMA和GARCH模型 - 均值和方差的建模 第十三部分 - 市场中性交易策略 - 风险类型（特定风险和市场风险） - 对冲市场风险（布莱克-斯科尔斯模型和配对交易） 第十四部分 - 均值回归 - Ornstein-Uhlenbeck随机过程 - 什么是协整？ - 配对交易策略实施 - 布林带和跨段均值回归 第十五部分 - 机器学习 - 逻辑回归 - 什么是线性回归 - 何时选择逻辑回归 - 逻辑回归交易策略 第十六部分 - 支持向量机（SVM） - 什么是支持向量机？ - 支持向量机交易策略 - 参数优化 附录 - R快速入门 - 基础知识：变量、字符串、循环和逻辑运算符 - 函数 附录 - Python快速入门 - 基础知识：变量、字符串、循环和逻辑运算符 - 函数 - Python中的数据结构（列表、数组、元组和字典） - 面向对象编程（OOP） - NumPy 感谢您参加我的课程，让我们开始吧！
This course is about the fundamental basics of algorithmic trading. First of all you will learn about stocks, bonds and the fundamental basic of stock market and the FOREX. The main reason of this course is to get a better understanding of mathematical models concerning algorithmic trading and finance in the main. We will use Python and R as programming languages during the lecturesIMPORTANT: only take this course, if you are interested in statistics and mathematics!!!Section 1 - Introductionwhy to use Python as a programming language?installing Python and PyCharminstalling R and RStudioSection 2 - Stock Market Basicstypes of analysesstocks and sharescommodities and the FOREXwhat are short and long positions?+++ TECHNICAL ANALYSIS ++++Section 3 - Moving Average (MA) Indicatorsimple moving average (SMA) indicatorsexponential moving average (EMA) indicatorsthe moving average crossover trading strategySection 4 - Relative Strength Index (RSI)what is the relative strength index (RSI)?arithmetic returns and logarithmic returnscombined moving average and RSI trading strategySharpe ratioSection 5 - Stochastic Momentum Indicatorwhat is stochastic momentum indicator?what is average true range (ATR)?portfolio optimization trading strategy+++ TIME SERIES ANALYSIS +++ Section 6 - Time Series Fundamentalsstatistics basics (mean, variance and covariance)downloading data from Yahoo Financestationarityautocorrelation (serial correlation) and correlogramSection 7 - Random Walk Modelwhite noise and Gaussian white noisemodelling assets with random walkSection 8 - Autoregressive (AR) Modelwhat is the autoregressive model?how to select best model orders?Akaike information criterionSection 9 - Moving Average (MA) Modelmoving average modelmodelling assets with moving average modelSection 10 - Autoregressive Moving Average Model (ARMA)what is the ARMA and ARIMA models?Ljung-Box testintegrated part - I(0) and I(1) processesSection 11 - Heteroskedastic Processeshow to model volatility in financeautoregressive heteroskedastic (ARCH) modelsgeneralized autoregressive heteroskedastic (GARCH) modelsSection 12 - ARIMA and GARCH Trading Strategyhow to combine ARIMA and GARCH modelmodelling mean and variance+++ MARKET-NEUTRAL TRADING STRATEGIES +++ Section 13 - Market-Neutral Strategiestypes of risks (specific and market risk)hedging the market risk (Black-Scholes model and pairs trading)Section 14 - Mean ReversionOrnstein-Uhlenbeck stochastic processeswhat is cointegration?pairs trading strategy implementationBollinger bands and cross-sectional mean reversion+++ MACHINE LEARNING +++Section 15 - Logistic Regressionwhat is linear regressionwhen to prefer logistic regressionlogistic regression trading strategySection 16 - Support Vector Machines (SVMs)what are support vector machines?support vector machine trading strategyparameter optimizationAPPENDIX - R CRASH COURSEbasics - variables, strings, loops and logical operatorsfunctionsAPPENDIX - PYTHON CRASH COURSEbasics - variables, strings, loops and logical operatorsfunctionsdata structures in Python (lists, arrays, tuples and dictionaries)object oriented programming (OOP)NumPyThanks for joining my course, let's get started!
