本课程教投资者如何运用时间序列模型、机器学习与深度学习，构建并应用先进的预测系统。学员将学会整理金融数据集、设计预测流水线、解读模型输出，并为散户与机构场景部署实时仪表盘。课程把计量经济学、AI 建模与实用策略设计结合起来，帮助投资者预判市场趋势、波动变化与事件反应。完成课程后，学员能够为现代金融决策构建负责任、可解释且合规的预测系统。
成长
技能和学习目标
本课程有 10 个模块
- 预测的演进：从统计模型到 AI解锁本课程后观看3 分钟 7 秒
- 金融预测的类型：价格、波动率、事件与宏观指标解锁本课程后观看3 分钟 43 秒
- 预测、预测性建模与即时预测的区别解锁本课程后观看2 分钟 58 秒
- 金融市场中的预测挑战解锁本课程后观看2 分钟 49 秒
- 散户投资者运用 AI 的机会解锁本课程后观看2 分钟 38 秒
- 早期散户应用：组合再平衡、ETF 择时与个人预测情景解锁本课程后观看3 分钟 44 秒
- 金融数据：价格、成交量、基本面与技术指标解锁本课程后观看4 分钟 23 秒
- 另类数据：社交媒体、新闻、卫星与应用使用解锁本课程后观看3 分钟 16 秒
- 时序特征工程与标签设计解锁本课程后观看2 分钟 46 秒
- 处理噪声、缺失值与平稳性解锁本课程后观看2 分钟 45 秒
- 从文本到信号：构建情绪评分解锁本课程后观看2 分钟 40 秒
- 案例研究：用 Google Trends 与推特情绪预测散户资金流解锁本课程后观看4 分钟 18 秒
- ARIMA、SARIMA 与指数平滑解锁本课程后观看2 分钟 33 秒
- 用于波动率预测的 GARCH 与 EGARCH 模型解锁本课程后观看1 分钟 33 秒
- 金融中的卡尔曼滤波与贝叶斯更新解锁本课程后观看1 分钟 5 秒
- 时间序列交叉验证技术解锁本课程后观看1 分钟 35 秒
- 案例研究：用 GARCH 模型预测汇率波动解锁本课程后观看2 分钟 16 秒
- 迷你项目：对股指数据做经典预测解锁本课程后观看3 分钟 25 秒
- 线性回归、岭回归、Lasso 与弹性网络解锁本课程后观看2 分钟 20 秒
- 决策树、随机森林与提升算法解锁本课程后观看1 分钟 39 秒
- 特征重要性与可解释性工具解锁本课程后观看1 分钟 39 秒
- 金融场景中的 SHAP、LIME 与模型可解释性解锁本课程后观看1 分钟 25 秒
- 案例研究——用 XGBoost 预测股票收益解锁本课程后观看1 分钟 53 秒
- 迷你项目：特征工程与集成树预测解锁本课程后观看3 分钟 42 秒
- 用于时间序列预测的 LSTM 与 GRU解锁本课程后观看3 分钟 36 秒
- 注意力机制与 Transformer（BERT、T5、Informer）解锁本课程后观看2 分钟 59 秒
- 时序融合 Transformer（TFT）与 FinGPT解锁本课程后观看2 分钟 21 秒
- 模型优化：过拟合、正则化与早停解锁本课程后观看2 分钟 1 秒
- 案例研究：用 Transformer 模型预测汇率解锁本课程后观看2 分钟 16 秒
- 迷你项目：基于 LSTM 的行业指数预测解锁本课程后观看2 分钟 2 秒
- 用高频数据即时预测经济指标解锁本课程后观看1 分钟 6 秒
- 混合模型：融合统计与 AI 技术解锁本课程后观看1 分钟 8 秒
- 集成预测以提升稳健性与准确度解锁本课程后观看48 秒
- 案例研究：用出行与燃油价格即时预测通胀解锁本课程后观看1 分钟 4 秒
- 迷你项目：加密市场中的高频预测解锁本课程后观看1 分钟 27 秒
- 将预测转化为交易策略解锁本课程后观看1 分钟 12 秒
- 滚动窗口回测与前推分析解锁本课程后观看52 秒
- 风险预测：VaR、回撤概率与尾部风险解锁本课程后观看49 秒
- 预测性能评估：MAE、RMSE 与夏普解锁本课程后观看44 秒
- 案例研究：预测驱动的资产配置解锁本课程后观看1 分钟 21 秒
- 预测 API：Streamlit、FastAPI 与 Dash解锁本课程后观看2 分钟 36 秒
- 模型生命周期：监控、再训练与漂移检测解锁本课程后观看2 分钟 21 秒
- 面向散户界面的预测看板解锁本课程后观看2 分钟 19 秒
- 结业项目：构建并部署一个实时预测看板解锁本课程后观看1 分钟 47 秒
- 选修实验：用强化学习实现动态预测与配置解锁本课程后观看2 分钟 47 秒
- 道德的 AI 预测：公平、偏差与透明解锁本课程后观看2 分钟 40 秒
- 预测的滥用：合成操纵、拉高出货与暗箱预测解锁本课程后观看2 分钟 20 秒
- 监管格局：SEC、欧盟《人工智能法案》与模型治理解锁本课程后观看2 分钟 15 秒
- 案例研究：由预测炒作引发的散户亏损解锁本课程后观看2 分钟 2 秒
- 未来：生成式预测、量子模型与多模态 AI解锁本课程后观看3 分钟 43 秒
- 结语解锁本课程后观看1 分钟 6 秒
本课程是以下的一部分 认证
课程常见问题
本课程旨在讲授如何将 AI 与机器学习技术应用于财务预测——从经典时间序列模型到深度学习与 Transformer 架构——并将预测结果融入投资工作流。
本课程面向希望构建预测流水线、部署实时系统，并在决策中运用 AI 增强预测模型的分析师、交易员、量化研究员与金融专业人士。
该模块涵盖结构化与另类数据集、情绪与卫星数据、时序特征工程、标签设计，以及适用于批处理与流式预测流水线的数据清洗技术。
课程讲授 LSTM、GRU 与 Transformer 架构，重点关注训练优化、正则化、防止过拟合，以及在多资产与高频预测中的应用。
学员将掌握构建预测仪表板与 API、将预测结果融入交易与资产配置策略、管理模型漂移，并落实负责任 AI 的伦理与监管标准。
探索
更多来自 trading
评论
我们的学员怎么说
4.6
0 条评论