报告主题:AI for financial time series forecasting and dynamic assets portfolio optimization

报告摘要: 演讲侧重于实际示例,而不是理论讨论。将展示最先进的预测方法的优势,包括M4竞赛的获胜方法(ES混合),并将其与传统的Alpha搜索进行比较。将展示基于蒙特卡罗树搜索和价值网络指导的投资组合优化算法。它与用于GO的Alpha Zero方法相似,并且出于投资目的,结果也令人印象深刻。最后,将现场演示完整的AI投资流程流程演示。

邀请嘉宾:Konrad Wawruch,7bulls.com的高级副总裁 –提供AI技术和能力的软件公司。7bulls在技术上支持AI Investments,这家初创公司旨在构建一个完整的基于AI的投资解决方案。Konrad是该团队的共同创造者和实质领导者,为全球领先的公司开发机器学习解决方案。他在金融和投资领域拥有丰富的经验。他参与了具有高处理能力和AI技术的计算机系统领域的波兰和国际研究项目。他负责创建和实施包括Algo Trading解决方案在内的大型国际金融机构(标准银行,荷兰合作银行,农业信贷银行,mBank,First Data)使用的交易软件。

成为VIP会员查看完整内容
AI for financial time series forecasting and dynamic assets portfolio optimization Presentation.pdf
51

相关内容

你真的懂时间序列预测吗?
腾讯大讲堂
104+阅读 · 2019年1月7日
2018年中国供应链金融行业研究报告
艾瑞咨询
7+阅读 · 2018年11月20日
Markowitz有效边界和投资组合优化基于Python(附代码)
量化投资与机器学习
32+阅读 · 2018年11月15日
时间序列深度学习:状态 LSTM 模型预测太阳黑子(上)
R语言中文社区
19+阅读 · 2018年6月15日
Arxiv
22+阅读 · 2019年11月24日
Arxiv
12+阅读 · 2019年2月26日
Arxiv
5+阅读 · 2017年12月29日
Arxiv
3+阅读 · 2015年5月16日
VIP会员
相关VIP内容
微信扫码咨询专知VIP会员