설명
| 개강 | 2020년 10월 31(토) 오후 2시 |
| 일정 | 10/31-12/5 매주 토요일 오후2시~7 시(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, 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.
WEEK1> 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 |
WEEK2> 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 |
WEEK3> 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 |
WEEK4> 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 |
WEEK5> 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 |
WEEK6> 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.