大A股从五万到千万之路

量化金融 板块 5 - 6 - 强化学习II，您将学习强化学习的实例以及项目。学习结束时，您将能够深入使用强化学习。

量化金融 板块 5 - 5 - 强化学习I，您将学习强化学习的基础。在板块 5 - 5 学习结束时，您将能够了解强化学习

量化金融 板块 5 - 4 - 自然语言处理，您将学习NLP 是人工智能 (“AI”) 的一个子领域，旨在对计算机进行编程以处理、理解和分析大量人类（或“自然”）语言

量化金融 板块 5 - 2 - 无监督学习II，您将学习宏观预测，投资组合管理，资产分配，交易（例如，相对价值），自然语言处理，视觉风险分析。

量化金融 板块 5 - 1 - 无监督学习I，您将学习在数据集中，找到属于一起的单个数据点。例如，是否存在表现出类似风险行为的资产？自动文本分析：是否有文档处理。了解数据的结构

量化金融 板块 4 - 7 - 金融实用机器学习案例研究，您将学习宏观预测标准普尔 500 指数和 Baa 价差，格兰杰因果关系：测试（替代）数据中的结构，共同基金的夏普风格回归方法

量化金融 板块 4 - 6 - 决策树和集成模型，您将学习决策树的优化，决策树的超参数调整，知道分类器和回归器之间的区别，对能够使用 bagging 和 boosting 有一定程度的了解。

量化金融 板块 4 - 5 - 监督学习II，您将学习机器学习的统计学，数据标注以及监督学习的高阶应用。学习结束时，您将能够使用K邻近，使用朴素贝叶斯分类器，使用支持向量机。

量化金融 板块 4 - 4 - 监督学习-回归方法，您将学习什么是机器学习 (ML)，建模 ML 问题的七个步骤、了解学习和数据表示、学习算法如何工作、偏差 - 方差权衡、线性回归、回归损失函数

量化金融 板块 4 - 3 - 机器学习数学工具箱，您将学习许多与机器学习相关的主题，以及该领域的几个高级主题。还有涵盖其他导师在他们的机器学习讲座中使用的高级数学方法。

量化金融 板块 4 - 2 - 机器学习导论II，您将学习经典数学建模的规则，机器学习有何不同，机器学习的主要技术。

量化金融 板块 4 - 1 - 机器学习导论I，您将学习经典数学建模的规则，机器学习有何不同，机器学习的主要技术。

量化金融 板块 3 - 10 - 完整市场中的高级波动性建模，您将学习确定性世界中隐含波动率和实际波动率之间的关系，局部波动性，“随机”和“不确定”的区别，非线性定价方程，交易期权的最佳静态对冲

量化金融 板块 3 - 9 - 希腊值进阶，您将学习希腊值的高级使用方法。在板块 3 - 9 学习结束时，您将能够进阶使用希腊值。

量化金融 板块 3 - 8 - 衍生品市场实践，您将学习动态delta对冲绝妙的数学理念、与无对冲或静态 delta 对冲相比，动态对冲可大大降低风险、动态 delta 对冲没有兑现承诺！

量化金融 板块 3 - 7 - 数值方法进阶，您将学习隐式有限差分方法，包括 Crank-Nicolson、道格拉斯计划、理查森外推、美式交易和异国情调的选择。

量化金融 板块 3 - 6 - 了解波动率，您将学习期权是对波动性的押注、风险中性条件、几种波动率、希腊值的经验法则、Vega、波动率套利、校准：拟合波动率期限结构。

量化金融 板块 3 - 5 - 奇异期权，各种基本类型的奇异期权的名称和合约细节，如何根据重要特征对奇异期权进行分类，如何以一种易于比较和对比不同合约的方式思考衍生品，使用蒙特卡罗模拟定价期权

量化金融 板块 3 - 3 - 鞅和偏微分方程：3W，您将学习目前我们看到的三种估值模型：二项式模型；PDE 方法；鞅方法。

量化金融 板块 3 - 4 - 数值方法简介，您将学习几种波动率、Vega、期权的市场价格告诉我们关于波动性的信息、术语结构和微笑，波动率套利：您应该使用隐含波动率还是实际波动率进行对冲。