Build your ultimate AI agent
Deskripsi Kursus
Cara Memprediksi Harga Saham dengan Machine Learning
Pembelajaran mesin memiliki banyak sekali aplikasi dalam industri keuangan dan umum digunakan untuk memprediksi nilai saham serta mempertahankan portofolio saham yang kuat. Kursus ini akan mengajarkan Anda cara menggunakan Python untuk menghitung indikator teknis dari data saham historis dan membuat fitur serta target.Bangun Pengetahuan Anda tentang Model ML
Prediksi saham yang kuat dimulai dengan persiapan data yang baik. Anda akan mempelajari cara menyiapkan data keuangan Anda untuk algoritma ML dan memasukkannya ke dalam berbagai model, termasuk model linear, model xgboost, dan model jaringan saraf.Bab kedua berlanjut ke penggunaan pohon keputusan Python untuk memprediksi nilai masa depan saham Anda, dan metode machine learning berbasis forest untuk meningkatkan prediksi Anda.
Bagian kedua dari kursus ini akan membahas cara menskalakan data Anda untuk digunakan dalam KNN dan jaringan saraf sebelum menggunakan alat-alat tersebut untuk memprediksi nilai saham Anda di masa depan. Anda akan mempelajari cara memplot loss, mengukur performa, dan memvisualisasikan hasil prediksi Anda.
Gunakan Rasio Sharpe untuk Membangun Portofolio Ideal Anda
Machine learning juga dapat membantu Anda menemukan portofolio saham yang optimal. Anda akan mempelajari cara menggunakan modern portfolio theory (MPT) dan rasio Sharpe sebagai bagian dari proses Anda untuk memprediksi portofolio terbaik. Setelah Anda menyelesaikan kursus ini, Anda juga akan memahami cara mengevaluasi kinerja portofolio yang diprediksi oleh machine learning Anda.Anda akan menggunakan berbagai kumpulan data dunia nyata dari NASDAQ dan menerapkan teori serta teknik yang kuat pada data tersebut sehingga Anda dapat membuat prediksi sendiri dan mengoptimalkan sesuai dengan toleransi risiko dan anggaran Anda. "
Prasyarat
Kurikulum
Garis besar kursus
1
Menyiapkan data dan model linear
Pada bab ini, kita akan mempelajari bagaimana Machine Learning dapat digunakan dalam keuangan. Kita juga akan menelusuri beberapa data saham dan menyiapkannya untuk algoritma Machine Learning. Terakhir, kita akan memasangkan model Machine Learning pertama kita—sebuah model linear—untuk memprediksi perubahan harga saham di masa depan.
- Machine Learning untuk Keuangan50 XP
- Eksplorasi data dengan EDA100 XP
- Korelasi100 XP
- Transformasi data, fitur, dan target50 XP
- Buat fitur moving average dan RSI100 XP
- Membuat fitur dan target100 XP
- Periksa korelasi100 XP
- Pemodelan linear50 XP
- Buat fitur train dan test100 XP
- Melatih model linear100 XP
- Evaluasi hasil kita100 XP
2
Metode pohon pada Machine Learning
Pelajari cara menggunakan model Machine Learning berbasis pohon untuk memprediksi nilai harga saham di masa depan, serta cara menggunakan metode Machine Learning berbasis hutan untuk regresi dan pemilihan fitur.
3
Neural network dan KNN
Kita akan mempelajari cara menormalkan dan menskalakan data untuk digunakan dalam metode KNN dan neural network. Kemudian kita akan mempelajari cara menggunakan regresi KNN dan neural network untuk memprediksi nilai harga saham di masa depan (atau masalah regresi lainnya).
4
Machine Learning dengan teori portofolio modern
Pada bab ini, Anda akan mempelajari cara menggunakan teori portofolio modern (MPT) dan rasio Sharpe untuk memetakan dan menemukan portofolio saham yang optimal. Anda juga akan menggunakan Machine Learning untuk memprediksi portofolio terbaik. Terakhir, Anda akan mengevaluasi kinerja portofolio yang diprediksi oleh ML.
Machine Learning untuk Keuangan dengan Python
Kursus
Selesai
