Машинное обучение в трейдинге. Обучающий курс / Machine learning in trading. Training course

#machinelearning #algotrading #cryptocurrency Машинное обучение в трейдинге. Обучающий курс / Machine learning in trading. Training course Телеграм канал: Личка: В этом году в компании стали активно заниматься машинным обучением в контексте трейдинга. Сделали несколько проектов для клиентов. Также занимаемся своим софтом и работаем над программой подготовки специалистов, работа которых будет заточена на алгоритмы ML в торговле на финансовых рынках. Мне много людей писали в личные сообщения по поводу обучения именно ML в трейдинге. Программа серьезная и рассчитана на владеющих языком Python. Будет плюсом, если вы знаете базовые библиотеки для анализа данных (Pandas, Numpy, Matplotlib, Plotly), базовое понимание математического анализа. В целом курс для тех людей, у которых нет знаний в ML, но есть желание его применения с практической стороны в сфере трейдинга. На курсе будут с нуля объясняться принципы работы ML, и изучаться инструменты для проведения бэктестов ваших торговых стратегий. Также вы научитесь строить торгового робота, который будет совершать сделки на основе алгоритмов машинного обучения. Вы получите основные знания в ML, даже если никогда не работали в этой сфере. Научитесь принципам подбора оптимальных моделей и их гиперпараметров в зависимости от задачи. Изучите метрики для анализа качества алгоритмов. Рассмотрите практические примеры использования ML в трейдинге. Овладеете инструментами для проведения бэктестов и валидирования стратегий с учётом специфики использования алгоритмов ML, научитесь строить торговые роботы, которые будут совершать сделки на основе алгоритмов ML. По завершении курса вы будете понимать принципы работы всех основных моделей и уметь строить собственные торговые гипотезы. Основная цель данного курса – дать понимание работы алгоритмов ML и научить реализовывать собственные торговые идеи через те инструменты, что предоставляют data science библиотеки. На протяжении курса будем работать с библиотеками Pandas, NumPy, SciPy, Scikit-learn, Matplotlib, Plotly, Optuna и т.д.