Plan du cours

Introduction aux LLM en Finance

  • Le rôle de l'IA et des LLM dans l'analyse financière
  • Aperçu des LLM et de leurs capacités en matière d'analyse de texte
  • Études de cas : Les LLM dans les prévisions financières et l'évaluation des risques

Les LLM pour le traitement des données financières

  • Extraction d'indicateurs financiers à partir de données non structurées avec les LLMs
  • Formation des LLM sur des textes financiers pour l'analyse des sentiments
  • Corrélation entre le sentiment des nouvelles et les mouvements du marché

Construire des modèles prédictifs avec les LLMs

  • Conception de modèles basés sur les LLM pour la prédiction des prix des actions
  • Tendances économiques Forecasting à l'aide d'informations générées par les LLM
  • Backtesting de modèles avec des données financières historiques

Intégrer les LLM dans les stratégies Investment

  • Incorporer l'analyse LLM dans le trading quantitatif
  • Les LLM pour l'optimisation des portefeuilles et la gestion des risques
  • Communiquer aux parties prenantes les informations générées par l'IA

Laboratoire pratique : Projet de prédiction des marchés financiers

  • Mise en place d'un environnement d'analyse de données financières avec des LLMs
  • Développement d'un modèle de prédiction de marché à l'aide de LLMs
  • Évaluer la performance du modèle et apporter des améliorations

Résumé et prochaines étapes

Pré requis

  • Une compréhension de base des marchés et des instruments financiers
  • Expérience de la programmation Python et de l'analyse de données
  • Familiarité avec les concepts d'apprentissage automatique et les modèles statistiques.

Audience

  • Analystes financiers
  • Scientifiques des données
  • Professionnels Investment
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires