Python による金融のための Machine Learning

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。 "