인공지능 투자스터디 모집합니다.
교재 : 퀀트 투자를 위한 머신러닝·딥러닝 알고리듬 트레이딩 2/e
교재의 목적 : 포트폴리오 투자 관련 데이터의 벡테스팅 및 해당데이터를 활용한 머신러닝&딥러닝 투자모델링.
커리큘럼: 약 3개월 코스입니다. 해당 코스이후에 한달 휴식, 협의 후 관련주제로 스터디 혹은 프로젝트 진행합니다.
단계 | Week | 주제 | 내용 및 예제 |
1 | 1 | Orientation | Study Orientation |
예제 Installation chapter 설명 | |||
예제 data chapter 설명 (create_datasets.ipynb) | |||
2 | 04_alpha_factor_research 구현 | 4장 내용 study | |
01_feature_engineering.ipynb | |||
02_how_to_use_talib.ipynb | |||
2 | 3 | 07_linear_models 구현 | 7장 내용 study |
03_preparing_the_model_data.ipynb | |||
05_predicting_stock_returns_with_linear_regression.ipynb | |||
4 | 08_ml4t_workflow 구현 | 8장 내용 study | |
00_data -> data_prep.py | |||
03_backtesting_with_backtrader.ipynb | |||
3 | 5 | 12_gradient_boosting_machines 구현 | 12장 내용 study |
04_preparing_the_model_data.ipynb | |||
pytorch 변환 | 17장 tensorflow -> pytorch 변환 내용 설명 | ||
6 | 17_deep_learning 구현 - 1 | 17장 내용 study | |
03_how_to_use_pytorch.ipynb | |||
04_3_optimizing_a_NN_architecture_for_traing_pytorch.ipynb | |||
7 | 17_deep_learning 구현 - 2 | 04_4_optimizing_a_NN_architecture_for_prediction_pytorch.ipynb | |
05_1_backtesting_with_backtrader.ipynb | |||
| 8 | 향후 계획 | 18장부터 22장까지 study 계속 여부 협의 |
본 스터디 목적과 방향성은 다음 설문지를 작성하시면, 이해가능합니다.
설문지 질문사항 보시고, 참여를 원하시면, 설문지를 제출해주세요.
주 1회 온라인스터디(일요일 오후4시~6시)
월 1회 오프라인스터디
(주당 1회 온라인 스터디, 월간 1회 오프라인 스터디)
오프라인스터디 여의도국회의사당역(9호선)
모집인원 : 6명 (현재 4명)
감사합니다.