(오프라인 > 데이터 사이언스) 인공지능 시스템트레이딩 I: 강화학습기반 주식투자시스템, 2020/07/19 오후 2시 개강

990,000

본 강의는 Reinforcement Learning(RL) 강화학습 알고리듬 구조 및 이를 활용한 트레이딩 모형 구축 방법을 소개하기 위해 기획되었습니다. 학습 내용을 바로 실무에 적용하실 수 있도록 시스템 트레이딩에 관한 각종 이론 설명뿐만 아니라 Python을 이용한 데이터 분석 및 모형 구축 실습을 병행합니다. 주중 업무 부담으로 인해 강의 참석이 어려운 분들을 위해 강의는 토요일 오후 시간대에 진행됩니다. 오프라인 강의 종료 후 3개월간 녹화 동영상이 제공됩니다.

수강신청클릭!!

일자 (요일) 주제 강의 내용
7/19(일) 금융공학을 위한 강화학습 입문 1 RL 개요, 주요 구현 방법
7/26(일) 금융공학을 위한 강화학습 입문 2 트레이딩에 활용하는 방법
8/2(일) RL 기반 주식투자 시스템 개발 I 실습환경구성, PyTorch 사용법

OpenAI Gym API 사용법

8/9(일) RL 기반 주식투자 시스템 개발 II 증권사 API 사용한 주식 데이터 획득

OpenAI Gym API 이용한 주식시장 환경 모형 구축

8/16(일) RL 기반 주식투자 시스템 개발 III 훈련 모형, 테스트 모형 구축
8/23(일) RL 기반 주식투자 시스템 개발 IV 커스터마이징, GPU 활용

 

카테고리:

설명

개강 2020년 7월 19(일)  오후 2시
일정 2020년 7/19 – 8/23,  매주 일요일 오후2시~7시(5시간씩 6회)
장소 토즈 모임센터 서울대입구역점
(지하철2호선 서울대입구역4번출구, 도보1분)
강사 한창호, 콴트글로벌 대표 / 경제학박사
문의 crm@quantglobal.co.kr, 02.761.8090
기타 실습을 위한 노트북 컴퓨터 지참 필수
특징 수료증 발급
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 시스템트레이딩 1, 2020/07/19 개강)
수강목적
사이트를 알게된 경로


7/19(일) 금융공학을 위한 강화학습 입문 I

I 강의 주제 강의 내용
1 RL   개요 주요 용어,
2 RL 구현 주요 기법 Dynamic Programming, Monte Carlo Methods, Temporal Difference Learning

7/26(일) 금융공학을 위한 강화학습 입문 II

I 강의 주제 강의 내용
1 TD Learning Q-Learning, SARSA
2 Deep Q-Networks DQN 개요 및 구조, DQN Extension,
3 RL을 이용한 주식투자 RL을 주식투자에 적용하는 아이디어 설명

8/2(일) RL 기반 주식투자 시스템 개발 I

I 강의 주제 강의 내용
1 OpenAI OpenAI Gym, Baselines 개요
2 실습환경 구성 필요한 소프트웨어 설치
3 PyTorch PyTorch 사용법
4 Gym API OpenAI Gym API 사용법

8/9(일) RL 기반 주식투자 시스템 개발 II

I 강의 주제 강의 내용
1 데이터 획득 증권사 API 사용 방법
2 주식시장 환경 모형 OpenAI Gym API 사용하여 주식시장 모형 구성

8/16(일) RL 기반 주식투자 시스템 개발 III

I 강의 주제 강의 내용
1 훈련모형 구축 딥러닝, RL 이용한 트레이딩 시스템 구축 및 훈련 방법
2 테스트 모형 훈련된 모형을 실제 트레이딩에 활용하는 방법

8/23(일) RL 기반 주식투자 시스템 개발 IV

I 강의 주제 강의 내용
1 커스터 마이징 모형 확장 및 성능 향상 기법
2 GPU 컴퓨팅 CUDA 컴퓨팅 환경 구성 및 사용 방법

 

<수업 대상>

  • 시스템 트레이딩 분야에 관심을 가지신 분: 인공지능을 활용한 첨단 트레이딩 시스템 개발은 빅데이터 보급과 첨단 머신러닝 알고리듬의 등장으로 금융공학 분야에서 크게 주목을 받고 있습니다. 인공지능과 금융공학 분야에서 오랜 경험과 연구를 한 강사의 지식을 공유하실 수 있습니다.

 

  • 인공지능 관련 학위 논문 작성 중이신 분: 인공지능 전반에 걸친 조언을 수업시간과 휴식시간을 통해서 해드리고 개인적으로도 적극 도와드리겠습니다.

 

  • 전직 및 이직을 준비 중이신 분: 인공지능, 데이터 사이언스 및 관련 분야에 대한 각종 정보와 전직 및 이직에 대한 조언을 해드리겠습니다.

 

  • 금융공학, 계량경제학, 기계학습 분야에 조언이 필요하신 분: 강사의 경험과 인적 네트워크를 활용하여 적극적으로 도와드리겠습니다.

 

상품평

아직 상품평이 없습니다.

상품을 구매한 로그인 고객만 상품평을 남길 수 있습니다.