Explore les modèles factoriels en finance, couvrant les portefeuilles de moyenne variance, les anomalies de taille et de valeur et les stratégies de momentum.
Se penche sur la finance, en mettant l'accent sur le risque et le rendement des investissements, couvrant les flux de trésorerie disponibles, les dividendes, la VAN, l'EBIT et l'analyse de portefeuille.
Introduit les bases de la science des données, couvrant les arbres de décision, les progrès de l'apprentissage automatique et l'apprentissage par renforcement profond.
Introduit des fondamentaux d'apprentissage profond, couvrant les représentations de données, les réseaux neuronaux et les réseaux neuronaux convolutionnels.
Explore l'arbitrage dans des modèles multipériodes, couvrant le trading dynamique, l'absence d'arbitrage, les stratégies de trading, les prix réduits et les martingales.
Couvre l'efficacité du marché, les anomalies, l'EMH, la finance comportementale et la construction de portefeuille en fonction de facteurs de taille et de valeur.
Couvre les faits stylisés du rendement des actifs, des statistiques sommaires, des tests de la normalité, des placettes Q-Q et des hypothèses de marché efficaces.
Explore l'utilisation de l'apprentissage automatique dans le trading algorithmique pour optimiser les signaux de prix et minimiser les dérapages sur les marchés à terme.
Couvre la structure des marchés financiers, les participants, la dette publique, les gestionnaires d'actifs, la taille des marchés, les produits dérivés, les fréquences de négociation, les ordres et les rendements de portefeuille.
