Machine Learning para Finanças em Python

Como prever preços de ações com aprenzidado de máquina

A aprenzidado de máquina tem uma enorme variedade de aplicações no setor financeiro e é comumente usada para prever o valor das ações e manter uma carteira de ações sólida. Este curso vai ensinar você a usar Python para calcular indicadores técnicos a partir de dados históricos de ações e criar features e targets.

Amplie Seu Conhecimento sobre Modelos de ML

Boas previsões de ações começam com uma boa preparação de dados. Você aprenderá como preparar seus dados financeiros para algoritmos de ML e ajustá-los em vários modelos, incluindo modelos lineares, modelos xgboost e modelos de redes neurais.

O segundo capítulo avança para o uso de árvores de decisão em Python para prever valores futuros para sua ação, e métodos de aprenzidado de máquina baseados em florestas para aprimorar suas previsões.

A segunda metade deste curso abordará como dimensionar seus dados para uso em KNN e redes neurais antes de usar essas ferramentas para prever o valor futuro da sua ação. Você aprenderá a plotar perdas, medir o desempenho e visualizar os resultados das suas previsões.

Use o Índice de Sharpe para Construir Seu Portfólio Ideal

O aprenzidado de máquina também pode ajudar você a encontrar a carteira de ações ideal. Você aprenderá a usar a teoria moderna de portfólio (MPT) e o índice de Sharpe como parte do seu processo para prever os melhores portfólios. Depois de concluir este curso, você também entenderá como avaliar o desempenho do seu portfólio previsto por aprenzidado de máquina.

Você usará uma variedade de conjuntos de dados reais da NASDAQ e aplicará a eles teorias e técnicas robustas para que possa criar suas próprias previsões e otimizar de acordo com seu apetite por risco e orçamento. "