摩根大牛，Python机器学习与量化交易、定价高级训练营视频教程下载

“量化投资”是指投资者使用数理分析、计算机编程技术、金融工程建模等方式，通过对样本数据进行集中比对处理，找到数据之间的关系，制定量化策略，并使用编写的软件程序来执行交易，从而获得投资回报的方式。其核心优势在于风险管理更精准，能够提供超额收益。

而那些靠数学模型分析金融市场，并用复杂的数学公式和计算机在稍纵即逝的市场机会中挖掘利润的投资家则被称为宽客（Quant）。在如今的量化投资领域，已经有了无数模型系统软件，在强大的Python语言和数据库的支持下，量化投资早已不再是一个神秘的领域。

量化交易在各大投资银行和对冲基金公司中成为交易系统的主流，而机器学习也在量化交易中扮演着举足轻重的角色。

为了帮助大家对量化投资进行系统学习

邀请摩根斯坦利纽约总部量化女神

推出Python|机器学习与量化交易、定价实战训练课

本课程意在传授金融数据处理分析、利率曲线拟合、微分方程数值解、量化交易投资策略建模以及机器学习在量化交易中的应用, 并以Python代码实现程序化交易。学生可以熟练掌握Yahoo Finance connection, sklearn、QS Trader、statsmodel等Python packages (库)。另外，本课程还会传授量化部门面试求职技巧，帮助求职者拿到理想工作offer。

课程目标

1. 熟练掌握Python语言

2.掌握Python金融数据处理分析技能

3.基本量化交易策略学习与Python实现

4.机器学习理论与Python实现

5.机器学习于量化交易的应用与Python程序化实现

6.掌握投行Python衍生品定价

7.传授面试求职技巧, 改进简历，如何在求职面试中求胜，拿到Dream Company的offer

课程讲师

摩根斯坦利纽约总部量化金融部门—— Diana

纽约大学数学金融硕士学位。就业于摩根斯坦利纽约总部量化金融部门，主要从事algorithm trading ，stock volume预测，机器学习研究，固定收益和外汇定价建模以及衍生品定价。建立了利率和外汇的定价模型和股票的统计套利模型，对销售及交易类数据作机器学习分析有独到的研究。

她为公司trading book的重要变量建立系统化自学习建模框架，为每个季度的资金计划提供指导性统计数据。还联立了卡尔曼滤波模型和时间序列模型为大单交易量做出预测，为交易员提供交易建议。利用卷积神经网络模型对公司的高净值客户的理财投资预期数据进行预测学习，为下一个年份的投资量做出量化指导。

Diana还在她所在的部门担任面试主管，为候选人进行面试。对分享自己的经历和帮助他人获得事业上的成功有着强烈的热情。她有3年在美国学生设计实习项目的指导经验，帮助学生完善他们的简历，准备面试，并在金融行业取得成功。

本次课程适合的人群

1）金融工程专业背景的同学/工作人士，希望能够在课本之外工作之余进一步了解Python在金融市场的实战应用

2）非金融工程专业背景的同学/工作人士，希望能够系统性了解量化投资以及在投资中的实际应用xa0

3）在证券公司/基金/银行/期货公司/交易所等相关领域工作的职场人士，希望进一步提升自己的竞争力

4）希望通过学习系统掌握量化投资相关的实务技能，为后续跳槽/转行做必要的知识技能准备与提升