พื้นฐาน Machine Learning สำหรับการซื้อขายแบบอัลกอริทึม

การบรรจบกันของภาคการเงินและเทคโนโลยีได้ปฏิวัติวิธีการตัดสินใจซื้อขาย การทำความเข้าใจวิธีการประยุกต์ใช้ machine learning กับข้อมูลทางการเงินจึงเป็นทักษะที่จำเป็นสำหรับการวิเคราะห์เชิงปริมาณสมัยใหม่ หลักสูตรแบบข้อความนี้จะนำคุณตั้งแต่พื้นฐานตลาดการเงินไปจนถึงการสร้างโมเดลการซื้อขายเชิงทำนายครั้งแรกของคุณ คุณจะได้เรียนรู้วิธีการประมวลผลชุดข้อมูลทางการเงิน สร้างคุณลักษณะที่มีความหมาย (feature engineering) และฝึกฝนอัลกอริทึม machine learning เพื่อระบุรูปแบบตลาดพร้อมกับการจัดการความเสี่ยง What you'll learn: - ทำความเข้าใจแนวคิดหลักของตลาดการเงิน ประเภทสินทรัพย์ และคำศัพท์ทางการซื้อขาย - ประมวลผลและทำความสะอาดข้อมูลตลาดในอดีตโดยใช้ไลบรารี Python dataframe สมัยใหม่ - สร้างคุณลักษณะเชิงทำนายและตัวชี้วัดทางเทคนิคจากข้อมูลราคาและปริมาณดิบ - ฝึกฝนและประเมินโมเดล machine learning รวมถึงอัลกอริทึมการถดถอย (regression) และการจัดประเภท (classification) สำหรับการทำนายตลาด - ประยุกต์ใช้หลักการ backtesting เพื่อประเมินประสิทธิภาพของโมเดลและจัดการความเสี่ยงในการซื้อขาย - ใช้แนวคิดพื้นฐานของการตรวจสอบและการปรับใช้โมเดล (model monitoring and deployment) เพื่อให้กลยุทธ์การซื้อขายเป็นปัจจุบันอยู่เสมอ คุณจะเริ่มต้นด้วยคำจำกัดความพื้นฐานทางการเงินและวิทยาศาสตร์ข้อมูล ก่อนที่จะเข้าสู่การสาธิตโค้ดแบบลงมือปฏิบัติจริง เนื้อหาจะดำเนินไปอย่างมีเหตุผลตั้งแต่การนำเข้าข้อมูล (data ingestion) และการสร้างคุณลักษณะ (feature engineering) ไปจนถึงการฝึกฝนโมเดล, backtesting, และเวิร์กโฟลว์การบำรุงรักษาโมเดลสมัยใหม่ หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นที่สนใจด้านการเงินเชิงปริมาณ (quantitative finance), นักวิเคราะห์ข้อมูลที่ต้องการเข้าสู่พื้นที่การซื้อขาย, และโปรแกรมเมอร์ที่ต้องการประยุกต์ใช้ machine learning กับตลาดการเงิน ไม่จำเป็นต้องมีประสบการณ์ล่วงหน้าในการซื้อขายหรือ machine learning ขั้นสูง เริ่มอ่านวันนี้เพื่อสร้างรากฐานของคุณใน machine learning สำหรับการซื้อขาย