当下人工智能领域正尝试着将数据挖掘、神经网络深度学习等算法技术运用于金融领域中的投资决策、风险管理等场景,重塑传统金融服务。未来人工智能领域与金融领域的交叉研究热度将有增无减,对AI领域的研究将进一步细化,对其子领域的研究将逐渐深入。
Machine Learning与Bank、Investing的交叉研究将成为新的研究热点。
Fintech的发展对学生在专业选择上的影响非常大,【爱科研】在进行学员咨询时发现,大多同学并不能完全规划好自己的转专业之路,导致在大三大四手忙脚乱甚至gap,在本科就读过程中的课程选择、专业知识的积累、实习和科研选择都会影响未来硕博申请时的方向选择和录取概率。
//
爱科研与Stanford人工智能博士联合开设的量化金融科研项目,将在近2个月的项目课程里:
- 共同交流如何做好科研准备及申请选择,探索人工智能和大数据在量化交易中的应用;
- 学生在课程结束后能够具备独立探索开发设计人工智能相关的交易策略。
在项目过程中,同学们将收获的不仅仅是导师整理的丰富干货资料、热情又认真的大佬同学、一起协作努力的小伙伴,更能
锻炼大家自我解决问题的能力,提升科研技能的同时,也为之后的科研学习或是留学生活都奠定了基础。
项目导师
Helen Liu
Stanford大学 | 人工智能方向博士
主要研究方向是人工智能及其应用
机器学习、深度学习等
项目安排
本项目为 线上Workshop, 导师授课+小组练习实战结合,完成课题学习、选题、研究实战探索及报告撰写。 Phase 1 | 预习阶段 报名后,导师提供必要的阅读材料、课程及练习题,为在线课程做预习,补充知识短板。 Phase 2 | 导师授课 Week 1:金融市场简介级传统量化交易方法金融市场简介
基本面分析
传统量化交易方法与策略
多因子投资策略(因子预处理、单因子分析、多因子分析、模型构建、模型评估)
金融岗位介绍及量化交易方向国内外就业解析
量化交易学习方法及相关资料推荐
ML经典算法
DL经典算法
项目成果
补充科研经历,获得校园之外的高端科研实践机会:
- 项目结业证书; - 一段与AI金融学相关的实战科研经历; - 产出一份AI+量化金融相关的实战科研报告;适合人群
- 希望申请国外计算机科学,金融工程、商业分析、数据科学、金融学等相关学科,但相关经历不够丰富,或者转专业科研入门的本科生; - 有Python编程语言基础(爱科研可提供专业的在线课程进行学习);开始时间
北京时间2020年 4月(春季)报名方式
添加该项目班主任Taro老师 备注“量化金融”, 了解更多项目详情 ?点击下图看看往期学员的真实评价呗? 更多科研项目正在招募中,科研早规划,申请不慌张:我就知道你“在看”