TA的每日心情 | 开心
2024-9-19 21:14 |
|---|
签到天数: 757 天 [LV.10]以坛为家III
管理员
 
- 积分
- 1312677
|
智能投顾高级特训班-初级-高级 系统详解，全网独家-2999元第1 节 ： 公开课
免费 课时1：Alx量化：华尔街老司机解密智能投资正确姿势
免费 课时2：华尔街老司机带你玩转智能投顾：从入门到上手
第1 章 ： 智能投顾高级特训班——基础入门
第1 节 ： 智能投顾基本原理及美国式智能投顾中国化现状
课时3：智能投顾基本原理及美国式智能投顾中国化现状（1）
课时4：智能投顾基本原理及美国式智能投顾中国化现状（2）
课时5：本节课程直播答疑
第2 节 ： 基础概率及线性代数回顾
课时6：基础概率回顾（1）
课时7：基础概率回顾（2）
课时8：基础线性代数回顾
第3 节 ： MPT, Markowitz, MVO资产配置模型详解
课时9：MPT, Markowitz, MVO资产配置模型详解（1）
课时10：MPT, Markowitz, MVO资产配置模型详解（2）
课时11：本节课程直播答疑
第4 节 ： 高盛Black-Litterman资产配置模型详解
课时12：高盛Black-Litterman资产配置模型详解（1）
课时13：高盛Black-Litterman资产配置模型详解（2）
课时14：高盛Black-Litterman资产配置模型详解（3）
第5 节 ： Treynor-Black模型详解及收益归因和风险归因分析
课时15：Treynor-Black模型详解
课时16：收益归因和⻛风险归因分析
课时17：机器器学习历史简介
第6 节 ： 基础班课程回顾及答疑
免费 课时18：基础班回顾及作业讲解
免费 课时19：基础班回顾及答疑
第2 章 ： 智能投顾高级特训班——算法进阶
第1 节 ： AI介入下，金融投资领域各应用环节可能发生怎样的变革？
课时20：AI在信贷中的应用
课时21：AI在金融资讯、金融安全、监管合规以及保险领域的应用
课时22：AI在智能投顾的应用
第2 节 ： An Introduction to Quantitative Finance
课时23：The History of Quantitative Finance
课时24：What is Quantitative Finance?
课时25：The Barra Model and BSM Model
第3 节 ： 金融人工智能和智能投顾
课时26：投资组合模型基础：CAPM
课时27：经典选基模型（1）
课时28：经典选基模型（2）
第4 节 ： 金融人工智能和智能投顾（2）
课时29：实证分析： 经典选基模型应⽤用于国内市场
课时30：经典选基模型（3）
课时31：经典选基模型（4）
第5 节 ： 金融人工智能和智能投顾（3）
课时32：经典选基模型（5）
课时33：经典选基模型（6）
课时34：多因子模型用于风险分析
第6 节 ： 金融人工智能和智能投顾（4）
课时35：多因子模型用于风险分析（2）
课时36：多因子模型用于风险分析（3）
课时37：多因子模型用于风险分析（4）
第7 节 ： 金融人工智能和智能投顾（5）
课时38：多因子模型用于风险分析（5）
课时39：多因子模型用于风险分析（6）
课时40：多因子模型用于风险分析（7）
第8 节 ： 机器学习
课时41：机器学习基础
课时42：机器学习训练举例
课时43：机器学习方式
第9 节 ： 风险评价模型和深度学习模型框架入门
课时44：风险评价模型详解
课时45：RP模型详解及案例分析
课时46：深度学习
第10 节 ： 人工智能在金融研究和投资领域的应用
课时47：金融另类数据简述
课时48：信贷模型简述
课时49：金融搜索和金融知识图谱简述及其他
第3 章 ： 智能投顾高级特训班——高级应用
第1 节 ： 智能投顾系统拆解
课时50：智能投顾系统拆解及2b2c产品区别
课时51：2c智投系统的产品要素
课时52：2b智投系统的产品设计
课时53：智能投顾系统的客户洞察
第2 节 ： 案例分析：数据获取和清洗
课时54：案例分析：数据获取和清洗
课时55：基金分类
第3 节 ： 案例分析：大类资产配置
课时56：大类资产配置思路及经典模型回顾
课时57：业绩回测与大类相关性
课时58：跨大类资产配置
第4 节 ： 案例分析：类内选基
课时59：案例分析：类内选基
课时60：有风险组合的配比优化
课时61：组合交易
第5 节 ： 个性化的自动再平衡
课时62：个性化的自动再平衡（一）
课时63：个性化的自动再平衡（二）
课时64：定期业绩报告与投资者教育
|
|
发表于 2020-5-2 14:54:24
发表于 2020-5-2 15:13:24
