課程信息
3.4
27 個評分
9 個審閱
100% 在線

100% 在線

立即開始,按照自己的計劃學習。
可靈活調整截止日期

可靈活調整截止日期

根據您的日程表重置截止日期。
高級

高級

完成時間(小時)

完成時間大約為20 小時

建議:6 hours/week...
可選語言

英語(English)

字幕:英語(English)
100% 在線

100% 在線

立即開始,按照自己的計劃學習。
可靈活調整截止日期

可靈活調整截止日期

根據您的日程表重置截止日期。
高級

高級

完成時間(小時)

完成時間大約為20 小時

建議:6 hours/week...
可選語言

英語(English)

字幕:英語(English)

教學大綱 - 您將從這門課程中學到什麼

1
完成時間(小時)
完成時間為 4 小時

MDP and Reinforcement Learning

...
Reading
14 個視頻 (總計 107 分鐘), 2 個閱讀材料, 1 個測驗
Video14 個視頻
Prerequisites7分鐘
Welcome to the Course5分鐘
Introduction to Markov Decision Processes and Reinforcement Learning in Finance9分鐘
MDP and RL: Decision Policies9分鐘
MDP & RL: Value Function and Bellman Equation7分鐘
MDP & RL: Value Iteration and Policy Iteration4分鐘
MDP & RL: Action Value Function9分鐘
Options and Option pricing7分鐘
Black-Scholes-Merton (BSM) Model8分鐘
BSM Model and Risk9分鐘
Discrete Time BSM Model7分鐘
Discrete Time BSM Hedging and Pricing8分鐘
Discrete Time BSM BS Limit6分鐘
Reading2 個閱讀材料
Jupyter Notebook FAQ10分鐘
Hedged Monte Carlo: low variance derivative pricing with objective probabilities10分鐘
2
完成時間(小時)
完成時間為 4 小時

MDP model for option pricing: Dynamic Programming Approach

...
Reading
7 個視頻 (總計 59 分鐘), 2 個閱讀材料, 1 個測驗
Video7 個視頻
Action-Value Function5分鐘
Optimal Action From Q Function6分鐘
Backward Recursion for Q Star8分鐘
Basis Functions8分鐘
Optimal Hedge With Monte-Carlo8分鐘
Optimal Q Function With Monte-Carlo10分鐘
Reading2 個閱讀材料
Jupyter Notebook FAQ10分鐘
QLBS: Q-Learner in the Black-Scholes(-Merton) Worlds10分鐘
3
完成時間(小時)
完成時間為 4 小時

MDP model for option pricing - Reinforcement Learning approach

...
Reading
8 個視頻 (總計 71 分鐘), 3 個閱讀材料, 1 個測驗
Video8 個視頻
Batch Reinforcement Learning9分鐘
Stochastic Approximations8分鐘
Q-Learning8分鐘
Fitted Q-Iteration10分鐘
Fitted Q-Iteration: the Ψ-basis9分鐘
Fitted Q-Iteration at Work11分鐘
RL Solution: Discussion and Examples11分鐘
Reading3 個閱讀材料
Jupyter Notebook FAQ10分鐘
QLBS: Q-Learner in the Black-Scholes(-Merton) Worlds and The QLBS Learner Goes NuQLear10分鐘
Course Project Reading: Global Portfolio Optimization10分鐘
4
完成時間(小時)
完成時間為 5 小時

RL and INVERSE RL for Portfolio Stock Trading

...
Reading
10 個視頻 (總計 82 分鐘), 2 個閱讀材料, 1 個測驗
Video10 個視頻
Introduction to RL for Trading12分鐘
Portfolio Model8分鐘
One Period Rewards6分鐘
Forward and Inverse Optimisation10分鐘
Reinforcement Learning for Portfolios9分鐘
Entropy Regularized RL8分鐘
RL Equations10分鐘
RL and Inverse Reinforcement Learning Solutions10分鐘
Course Summary3分鐘
Reading2 個閱讀材料
Jupyter Notebook FAQ10分鐘
Multi-period trading via Convex Optimization10分鐘

關於 New York University Tandon School of Engineering

Tandon offers comprehensive courses in engineering, applied science and technology. Each course is rooted in a tradition of invention and entrepreneurship....

關於 Machine Learning and Reinforcement Learning in Finance 專項課程

The main goal of this specialization is to provide the knowledge and practical skills necessary to develop a strong foundation on core paradigms and algorithms of machine learning (ML), with a particular focus on applications of ML to various practical problems in Finance. The specialization aims at helping students to be able to solve practical ML-amenable problems that they may encounter in real life that include: (1) mapping the problem on a general landscape of available ML methods, (2) choosing particular ML approach(es) that would be most appropriate for resolving the problem, and (3) successfully implementing a solution, and assessing its performance. The specialization is designed for three categories of students: · Practitioners working at financial institutions such as banks, asset management firms or hedge funds · Individuals interested in applications of ML for personal day trading · Current full-time students pursuing a degree in Finance, Statistics, Computer Science, Mathematics, Physics, Engineering or other related disciplines who want to learn about practical applications of ML in Finance. The modules can also be taken individually to improve relevant skills in a particular area of applications of ML to finance....
Machine Learning and Reinforcement Learning in Finance

常見問題

  • 注册以便获得证书后,您将有权访问所有视频、测验和编程作业(如果适用)。只有在您的班次开课之后,才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程,可能无法访问某些作业。

  • 您注册课程后,将有权访问专项课程中的所有课程,并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

還有其他問題嗎?請訪問 學生幫助中心