Come prevedere i prezzi delle azioni con il Machine Learning

Il Machine Learning ha un numero enorme di applicazioni nel settore finanziario ed è comunemente utilizzato per prevedere i valori delle azioni e mantenere un portafoglio azionario solido. Questo corso ti insegnerà a utilizzare Python per calcolare indicatori tecnici dai dati storici delle azioni e creare feature e target.

Costruisci le tue competenze sui modelli di machine learning

Previsioni azionarie affidabili iniziano da una solida preparazione dei dati. Imparerai come preparare i tuoi dati finanziari per gli algoritmi di machine learning e inserirli in diversi modelli, inclusi modelli lineari, modelli xgboost e modelli di reti neurali.

Il secondo capitolo passa all'utilizzo degli alberi decisionali in Python per prevedere i valori futuri delle tue azioni e ai metodi di Machine Learning basati su foreste per migliorare le tue previsioni.

La seconda parte di questo corso ti mostrerà come scalare i tuoi dati per utilizzarli con KNN e reti neurali, prima di usare questi strumenti per prevedere il valore futuro delle tue azioni. Imparerai come tracciare le perdite, misurare le prestazioni e visualizzare i risultati delle tue previsioni.

Usa lo Sharpe Ratio per costruire il tuo portafoglio ideale

Il Machine Learning può anche aiutarti a trovare il portafoglio azionario ottimale. Imparerai come utilizzare la moderna teoria del portafoglio (MPT) e il rapporto di Sharpe come parte del tuo processo per prevedere i portafogli migliori. Una volta completato questo corso, saprai anche come valutare le prestazioni del tuo portafoglio previsto tramite Machine Learning.

Utilizzerai una varietà di set di dati reali provenienti da NASDAQ e applicherai teorie e tecniche avanzate, così da poter creare le tue previsioni e ottimizzare in base alla tua propensione al rischio e al tuo budget.

Rapporti di Sharpe; feature e target

Create Your Free Account