하루에 1% 수익률! 인공지능 주식 로봇 만들기, 12/1(수) 오후 8시 개강

490,000

ZOOM을 사용하여 Online Live 방식으로 진행되는 강좌입니다. 

본 강의에서는 인간이 설계한 퀀트 트레이딩 전략을 알파고와 같은 인공지능 로봇에게 학습시켜 로봇이 스스로 최적의 타이밍을 포착하여 주식 거래를 할 수 있도록 파이썬 코딩을 통해 구현하는 방법을 실습을 통해 자세히 설명 드립니다. 일상생활에서 접하는 다양한 예제로 코딩에 필요한 모든 이론적 배경에 대해 직관적 설명을 제공해드리므로 초보자도 아무런 부담 없이 수강가능 합니다. 코딩 전과정을 단계별로 차근차근 설명 드리므로 파이썬에 대한 기초 지식만 가지고 있어도 인공지능 로봇 제작 가능합니다.

수강신청 클릭!!

카테고리:

설명

개강 2021년 12월 1(수)  오후 8시
일정 12/1 ~ 12/29  매주 수요일 20:00-22:00
장소 Online Live (ZOOM 화상 강의)
강사 한창호, 콴트글로벌 대표 / 경제학박사
문의 crm@quantglobal.co.kr, 02.761.8090
기타 실습을 위한 노트북 컴퓨터 지참 필수
특징 수료증 발급, 소스코드 및 데이터 제공
사전교육 Python 입문 및 딥러닝 입문 강의자료(PPT, 소스코드) 제공
사후교육 강의 녹화 동영상 3개월간 제공. 강의 후 2일내 업로드됨


수강신청

수강 신청을 먼저 하시고 결제는 개강 확정 이후에 하시면 됩니다.

수강신청서(인공지능 주식로봇 만들기-12/1 개강)
수강목적
사이트를 알게된 경로


<WEEK 1> 강화학습 입문

I 강의 주제 강의 내용
1 인공지능 학습 알고리듬 지도학습/비지도학습/강화학습 정의 및 차이점
2 강화학습의 차별성 Observation/Reward, Exploit/Exploration, 지연된 보상
3 강화학습 구성요소1: Entity Agent, Environment
4 강화학습 구성요소 2: Communication Action, Reward, Observation

 

<WEEK 2> Markov decision process

II 강의 주제 강의 내용
1 Markov process Markov property 정의, 전이행렬, 상태 집합, 에피소드
2 Markov reward process Return 과 Reward 구별, 할인 계수, 에피소드의 수익
3 Markov Decision Process MRP에 Action space 추가
4 Policy RL에서 정책이 가지는 의미

 

<WEEK 3> Q-learning

III 강의 주제 강의 내용
1 Value of state Value of state 정의, value 와 policy 간의 관계
2 Bellman Equation 확정적인 경우/확률적인 경우 Bellman 방정식 정의
3 Value of Action Value of Action 정의, Value Iteration Algorithm
4 Q-learning 예제 Q-learning 알고리듬, R-matrix, Q-matrix

 

<WEEK 4> 트레이딩 로봇 구현 1

IV 강의 주제 강의 내용
1 Deep Q-learning DQN을 이용한 주식트레이딩 로봇 기본 구조 설계
2 트레이딩 전략 설계 MACD를 이용한 이용한 트레이딩 전략 설계
3 기술적 지표 입력변수로 사용할 각종 기술적 지표를 TA-Lib 이용하여 생성
4 주식 데이터 데이터 입수 및 전처리

 

<WEEK 5> 트레이딩 로봇 구현 2

V 강의 주제 강의 내용
1 트레이딩 로봇 세부 구조 코딩 Agent, DQN, Remember, Experience replay, Act
2 모형 훈련 Hyperparameter 값을 다양하게 조정하면서 최적의 결과가 도출되도록 모형 훈련
3 모형 성능 측정 테스터 데이터를 이용하여 confusion matrix 생성하여 모형 성능 측정
4 마무리 향후 개발 방향에 대한 조언

상품평

아직 상품평이 없습니다.

상품을 구매한 로그인 고객만 상품평을 남길 수 있습니다.