招生状态:招生中
开课时间:2024-02-17
课时安排:7周在线小组科研+5周论文辅导,教授全程参与
适合人群
项目适合对金融工程、量化金融、金融数学、科技金融、投资学、统计和计算机相关专业,以及对金融工程序、量化分析、AI、机器学习、量化投资和大数据金融工作感兴趣的同学;学生需要具备扎实的数学基础和编程基础。
项目收获
1. 7周在线小组科研学习+5周论文指导学习 共125课时
2. 学术报告
3. 优秀学员获主导师Reference Letter
4. EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导(可用于申请)
5. 结业证书
6. 成绩单
项目介绍
本课程是一个特殊的交叉学课题,导师将金融数据分析、计算机编程(机器学习)与量化金融有机的结合来,以目前华尔街对冲基金和量化金融公司的实战操练为蓝本大学量化金融研究与国际金融交易市场有效结合。
项目内容包括金融工程定价方法及其Python应用、马科维茨投资组合逻辑论文、资产定价模型、量化金融数据分析及其Python应用、金融大数据分析、利器学习、通过过滤和交易信号以及高频数据进行金融数据分析与研究,导师将结合数学和统计分析金融量化模型,帮助助学生掌机学习在量化金融的实践中,在项目结束时提交项目报告,进行成果展示。
项目大纲
Python金融数据分析:量化金融概论及其Python应用简介和python基础知识
数据处理:如何处理金融数据,什么是时间序列数据(比如股价、收益和接收数据),如何获取和组织数据,如何处理数据
数据可视化与商业智能工具可视化和商业智能工具
金融数据解读与呈现 I
金融数据解读与呈现II
项目回顾与成果展示
论文辅助指导
导师介绍
Miquel
纽约大学教授
Miquel导师兼任哥伦比亚大学Adjunct Assistant教授、纽约大学Stern商学院Adjunct Assistant教授、Global AI 开发主管、国际能源论坛创新科技主管、西班牙高等管理学院(ESADE)金融大数据方向正教授。
曾任瑞银集团(UBS)执行总裁(Executive Director)、安道尔银行CIO和首席投资顾问。研究领域包括:商业分析、资产配置、大数据、机器学习在交易算法和金融科技中的应用。
Miquel导师还是一位商业分析与金融经济大数据领域的资深专家,在资产管理方面拥有20多年经验的金融科技资深学者和实践者。