Investment Management with Python and Machine Learning

Ce MOOC permet d’acquérir une solide base en data science et en méthodes de calcul appliquées au secteur de l’investissement, tout en mettant l’accent sur les dernières avancées en matière de gestion de portefeuille.
A l’issue des quatre cours, les apprenants disposeront des outils nécessaires pour concevoir et implémenter des stratégies d’investissement efficaces grâce à un approfondissement des concepts théoriques mais également à de nombreux cas pratiques, conçus à partir de problématiques réelles.

Vous pourrez :

• Apprendre à coder avec Python et à utiliser les bibliothèques Python existantes
• Comprendre les techniques de Machine Learning et leurs applications à des données financières
• Approfondir les méthodes avancées d’analyse et de modélisation appliquées à des larges ensembles de données non financières dans les décisions d’investissement.

La spécialisation se compose de 4 MOOCs, chacun nécessitant 4 semaines d’étude à raison de 3 heures par semaine en moyenne.

MOOC 1 : INTRODUCTION À LA CONSTRUCTION ET À L’ANALYSE DE PORTEFEUILLE AVEC PYTHON

• Acquérir une maîtrise des techniques modernes de construction de portefeuille
• Coder avec Python pour estimer les paramètres de rendement et de risques
• Utiliser des bibliothèques d’optimisation de Python pour construire des portefeuilles efficients
• Coder avec Python pour tester et comparer les différentes stratégies de portefeuille

MOOC 2 : CONSTRUCTION ET ANALYSE AVANCÉES DE PORTEFEUILLE AVEC PYTHON

• Analyse de style et analyse factorielle appliquées aux portefeuilles d’actions
• Mise en œuvre d’estimations robustes pour la matrice de covariance
• Mise en œuvre de l’approche Black-Litterman pour l’incorporation de vues actives dans le processus de gestion de portefeuille
• Mise en oeuvre d’une gamme de modèles robustes de construction de portefeuille

MOOC 3 : PYTHON ET MACHINE LEARNING APPLIQUÉS À LA GESTION DES INVESTISSEMENTS – UTILISATION DE DONNÉS FINANCIÈRES

• Découvrir les principes des techniques de machine Learning et leurs applications aux données financières
• Comprendre les bases de la régression logistique et les algorithmes de classification
  Utiliser des bibliothèques Python pour implémenter des algorithmes de Machine Learning dans des études de cas
• Comprendre les modèles factoriels et les modèles de changement de régime et leur utilisation dans les stratégies d’investissement

MOOC 4 : PYTHON ET MACHINE LEARNING APPLIQUÉS À LA GESTION DES INVESTISSEMENTS – UTILISATION DE DONNÉES NON FINANCIÈRES

• Découvrir les grands ensembles de données non financières et leurs utilisations dans les décisions d’investissement
• Découvrir les dernières recherches académiques et professionnelles en matière d’applications de données non financières
• Apprendre à mener à bien une analyse de données non financières à l’aide de Python
• Acquérir une compréhension et une expérience pratique de l’analyse de données, de la visualisation et de la modélisation quantitative appliquées à des données non financières en finance