第一期Financial Machine Learning学习小组(正式组)


About

作为近几年最火热的话题之一,机器学习吸引了来自社会方方面面的火热目光。各种领域大小应用,无论难为还是易于,都想运用机器学习“化腐朽为神奇”。金融行业,尤其是投资领域,更是其中翘楚,各路人马前赴后继,渴望通过机器学习“黑科技”破译财富密码,拥抱财务自由。然而尝试虽多,成功的案例却屈指可数。究其原因,金融数据的高噪声脱不了干系,但是从业者错误而盲目地使用机器学习工具也是难以忽视的重要原因。Marcos Lopez de Prado所著Advances in Financial Machine Learning从投资中常见的实际问题出发,讨论机器学习工具在量化投资应用中可能出现的困难和解决方法。本次学习小组将以此书为基础,结合代码学习相关知识,帮助熟悉机器学习的学员们更好地在金融投资领域应用机器学习工具。

本学习小组以 Advances in Financial Machine Learning(2-19章) 为基础,选择部分章节并按照概念组合成为8个不同的主题,进行讨论。

学习任务:每周轮流由以为组员作报告,梳理书中重要内容,分享书中知识点及代码实现。其他不当值的组员要各自完成本周的阅读任务,并在主讲人分享之后由领队组织参与讨论。 每周报告:轮流由一位组员做报告,梳理重点内容,分享心得,同时要求充分利用网络资源查找合适的案例进行分析。 讨论答疑:每周报告后进行小组讨论,平时鼓励随时在微信群中交流,疑难问题也可以向高级会员群求助,助教会在期中和期末进行答疑。 表现打分:领队在学习结束后根据平时出勤、主讲表现、讨论等等评测所有小组成员。

学员组成:
领队:一名(已到位)。 组员:8人(含领队),不限专业,最好有一定的机器学习知识,并能运用常见Python数据分析工具包进行数据分析。爱表达爱提问的,有独立思考和钻研的能力。

报名要求:
注册并登陆琪石网站https://www.qishicpc.com
在Activities中选择进行报名,报名时请附上自己的简历和Cover Letter (简单说明为什么感兴趣、每周可投入时间等)。正式组仅限高级会员和外卡会员报名(请注册琪石网站在MyProfile处购买外卡)。

课程时间:
2021/02/27—2020/04/24共8周,每周学习2-4个章节。

琪石学分: 2


Syllabus

部分学习大纲:

1. Financial Data Structures (Ch 2,3)

2. Model Non-IID Series (Ch 4,5)

3. Ensemble Methods and Feature Importance (Ch 6,8)

4. Cross Validation in Finance (Ch 7,9)

5. Backtesting I (Ch 10,14-16)

6. Backtesting II (Ch 11-13)

7. Financial Features I (Ch 17)

8. Financial Features II (Ch 18-19)

学习资料:
教材:Advances in Financial Machine Learning https://www.amazon.com/Advances-Financial-Machine-Learning-Marcos/dp/1119482089#ace-g9766277718 代码:https://github.com/hudson-and-thames/mlfinlab

...

This activity has full participants or has passed registration deadline.

...

Activity type: OnlineStudyGroups

Invite friends to join!

...


Announce date: Jan. 2, 2021

Registration deadline: Jan. 22, 2021

Start date: Feb. 27, 2021

End date: April 24, 2021

...

Leader: Not disclose

Maximum participants: 8

Maximum Applicants: 30

17 people already applied

...

This activity is free


Copyright 2020 by Flash Kick In Consulting Inc. All Rights Reserved.