เสริมการเรียนรู้ทางการเงิน เครือข่ายมหาวิทยาลัย

รายละเอียด

หลักสูตรนี้มีวัตถุประสงค์เพื่อแนะนำแนวคิดพื้นฐานของการเรียนรู้เสริม (RL) และพัฒนากรณีการใช้งานสำหรับการใช้งาน RL สำหรับการประเมินทางเลือกการซื้อขายและการจัดการสินทรัพย์

ในตอนท้ายของหลักสูตรนี้นักเรียนจะสามารถ
- ใช้การเรียนรู้แบบเสริมกำลังเพื่อแก้ปัญหาทางการเงินแบบดั้งเดิมเช่นการเพิ่มประสิทธิภาพพอร์ตโฟลิโอการซื้อขายที่ดีที่สุดและการกำหนดราคาตัวเลือกและการจัดการความเสี่ยง
- ฝึกฝนตัวอย่างที่มีคุณค่าเช่น Q-learning ที่มีชื่อเสียงโดยใช้ปัญหาทางการเงิน
- นำความรู้ที่ได้รับในหลักสูตรไปใช้เป็นแบบจำลองง่ายๆสำหรับพลวัตของตลาดที่ได้รับโดยใช้การเรียนรู้แบบเสริมแรงเป็นโครงการหลักสูตร

สิ่งที่ต้องมีก่อนคือหลักสูตร“ ทัวร์แนะนำ Machine Learning ด้านการเงิน” และ“ พื้นฐานของ Machine Learning ในด้านการเงิน” นักเรียนคาดว่าจะรู้กระบวนการที่ผิดปกติและสามารถจำลองได้อย่างไร ไม่ถือว่ามีความรู้เกี่ยวกับการกำหนดราคาตัวเลือก แต่เป็นที่ต้องการ