Mašīnmācīšanās augstfrekvences tirdzniecībā: no teorijas līdz praksei
Trīs mēnešu intensīvā programma, kas apvieno algoritmu izstrādi, datu analīzi un reālu tirdzniecības sistēmu ieviešanu finanšu tirgos.
Ilgums un formāts
12 nedēļas ar divām tiešsaistes nodarbībām nedēļā. Praktiskās sesijas notiek reāllaika režīmā ar iespēju uzdot jautājumus.
Nepieciešamās prasmes
Python programmēšanas pamati un statistikas zināšanas. Vēlams iepriekšējais darbs ar pandas un NumPy bibliotēkām.
Rezultāts
Funkcionējošs tirdzniecības algoritms ar backtest rezultātiem un izpratne par risku pārvaldību reālos scenārijos.
Programmas saturs
- Order book dinamika un likviditātes analīze
- Market making stratēģijas pamati
- Latency ietekme uz izpildi
- Tick datu apstrāde un normalizācija
- Spread komponenti un to prognozēšana
- Tehnisko indikatoru ģenerēšana augstās frekvencēs
- Autocorrelation struktūras un laika rindas īpašības
- Mikrostruktūras noise filtrēšana
- Alternative data avoti un to integrācija
- Feature selection metodes ar forward testing
- Classification modeļi signālu noteikšanai
- Regression uzdevumi cenu prognozēšanai
- Ensemble methods un model stacking
- Cross-validation stratēģijas laika rindām
- Overfitting identificēšana un novēršana
- Event-driven backtesting arhitektūra
- Transaction costs modelēšana
- Slippage un market impact aprēķini
- Position sizing un Kelly criterion pielietojums
- Risk metrics un performance analīze
Gatavs sākt darbu ar reāliem datiem un algoritmiem?
Pieteikties programmai