Python y Machine-Learning para la gestión de activos con conjuntos de datos alternativos

Descripción

La sobreutilización de los datos de mercado y contables en las últimas décadas ha llevado a la acumulación de cartera, el desempeño mediocre y los riesgos sistémicos, incentivando a las instituciones financieras que buscan una ventaja para adoptar rápidamente datos alternativos como sustitutos de los datos tradicionales. Este curso presenta los conceptos centrales en torno a datos alternativos, la investigación más reciente en esta área, así como ejemplos prácticos de cartera y aplicaciones reales. El enfoque de este curso es algo único porque, aunque la teoría tratada sigue siendo un componente principal, las sesiones prácticas de laboratorio y los ejemplos de trabajo con conjuntos de datos alternativos también son clave. Este curso es para usted si está apuntando a las perspectivas de carrera como científico de datos en los mercados financieros, está buscando mejorar sus habilidades de análisis en los mercados financieros, o si está interesado en la tecnología e investigación de vanguardia que se aplican a los grandes datos . Los antecedentes requeridos son: programación de Python, teoría de la inversión y estadísticas. Este curso le permitirá aprender nuevos datos y técnicas de investigación aplicadas a los mercados financieros mientras fortalece la ciencia de datos y las habilidades de python.