Build your ultimate AI agent
コース説明
機械学習で株価を予測する方法
機械学習は金融業界で非常に幅広い用途があり、株価の予測や堅実な株式ポートフォリオの維持によく活用されています。 このコースでは、Pythonを使って過去の株価データからテクニカル指標を計算し、特徴量とターゲットを作成する方法を学びます。MLモデルの知識を深める
優れた株価予測は、適切なデータ準備から始まります。 MLアルゴリズム向けに財務データを準備し、線形モデル、xgboostモデル、ニューラルネットワークモデルを含むさまざまなモデルに適用する方法を学びます。第2章では、Pythonの決定木を使って株式の将来値を予測し、さらに森林ベースの機械学習手法で予測精度を高める方法へと進みます。
このコースの後半では、KNNやニューラルネットワークで活用するためにデータをどのようにスケーリングするかを学び、その後、これらのツールを使ってあなたの株式の将来価値を予測します。 損失をプロットし、パフォーマンスを測定し、予測結果を可視化する方法を学びます。
シャープレシオを活用して理想のポートフォリオを構築する
機械学習は、最適な株式ポートフォリオを見つけるのにも役立ちます。 現代ポートフォリオ理論（MPT）とシャープレシオを、最適なポートフォリオを予測するためのプロセスの一部として活用する方法を学びます。 このコースを修了すると、機械学習で予測したポートフォリオのパフォーマンスを評価する方法も理解できるようになります。NASDAQのさまざまな実データセットを使用し、それらに堅牢な理論と手法を適用することで、ご自身の予測を作成し、リスク許容度と予算に合わせて最適化できるようになります。 "
前提条件
カリキュラム
コース概要
1
データの準備と線形モデル
この章では、Machine Learning を金融にどのように活用できるかを学びます。株価データを探索し、Machine Learning アルゴリズムに向けて準備します。最後に、最初の Machine Learning モデルとして線形モデルを適用し、将来の株価変動を予測します。
2
Machine Learning のツリー手法
ツリーベースの Machine Learning モデルを使って株価の将来の値を予測する方法を学びます。また、回帰と特徴量選択にフォレストベースの Machine Learning 手法を活用する方法も学びます。
3
ニューラルネットワークと KNN
KNN とニューラルネットワーク手法に向けたデータの正規化とスケーリングの方法を学びます。次に、KNN とニューラルネットワーク回帰を使って、株価（またはその他の回帰問題）の将来の値を予測する方法を学びます。
4
現代ポートフォリオ理論による Machine Learning
この章では、現代ポートフォリオ理論（MPT）とシャープレシオを使って最適な株式ポートフォリオを図示・探索する方法を学びます。Machine Learning を活用して最良のポートフォリオを予測し、最後に ML が予測したポートフォリオのパフォーマンスを評価します。
Python による金融のための Machine Learning
コース修了
