“智能投顾”英文为robo-advisor,直译为机器人投资顾问,是指虚拟机器人基于客户自身的理财需求,基于当前市场状况和底层标的表现,基于金融和投资学的投资组合理论,通过算法和产品搭建一个数据模型,替代人工理财顾问服务。

 

王蓁博士将深入解析智能投顾核心模型以及常见的人工智能算法,结合国内智能投顾的落地案例,讲解如何搭建和实施一个真正的智能投顾项目,帮助企业和个人转型。


开课安排

9月开课

每周二、四(节假日顺延)

20:00-21:00

总学时20小时+10小时答疑

  • 直播课早鸟票

    原价:¥3699

    ¥ 2799

    9月13日前
  • 直播课优惠价

    原价:¥3699

    ¥ 2999

    9月14日-9月19日
  • 直播成团价

    原价:¥3699

    ¥ 2699

    5+人成团更优惠~
立即报名

(点击报名,联系客服改价)

讲师介绍
  • 王蓁

    王蓁 博士,CFA,FRM 。北京财鲸信息技术有限公司联合创始人,美国康奈尔大学博士、清华大学学士;特许金融分析师(CFA),金融风险管理师(FRM),持有美国资产管理咨询个人牌照。

    曾就职于美国纽约华尔街的彭博总部,从事多资产投资组合的量化建模和投资;熟悉美国金融市场和监管法律,擅长大数据统计研究和各类人工智能方法;曾应邀在中国科学院经济学院MBA班教授量化金融投资专题课,曾在清华大学、五道口金融学院、对外经贸大学等发表量化金融讲座。

适合人群

课程大纲

第一部分

  • 第一部分 基础入门

    1.智能投顾的概原理;

     ·为什么说智能投顾是以后投资者的趋势

     ·美国式智能投顾在中国遇到的挑战和解决方案

    2.市场上智能投顾常见原理详解;

     ·现代资产组合理论

     ·马克维茨资产配置模型详解

     ·均值方差优化资产配置模型详解

    3.资产配置模型解析

     ·高盛Black-Litterman资产配置模型详解

     ·Treynor-Black模型详解

     ·收益归因和风险归因分析

    4.深度解析机器学习。


第二部分

  • 第二部分 算法进阶

    1.简析人工智能在金融研究和投资各个领域的应用。

    2.回顾常见传统机器算法。

    3.风险平价资产配置模型详解。

    4.多因子模型详解,以及介绍基于多因子模型的资产配置模型。

    5.Tensorflow的来历、安装、使用简介。

    6.深度学习模型在金融投资领域的潜在应用介绍。

    7.量化投资中的自适应建模和优化方法(Adaptive Modeling and Optimization)。

    8.使用自动化的文本挖掘算法进行信用风险评估,信用风险评估和决策中的人工智能算法

    9. 非结构化数据在金融研究和投资领域的应用

    ·案例:文本挖掘上市公司季报

    ·案例:卫星遥感数据监控石油储量

    10.金融知识图谱构建原理解析,深入剖析市场上常见的金融搜索原理、构建方法及不足。


第三部分

  • 第三部分 高级应用

    1. 公募基金智能投顾系统架构剖析;

    2. 通过真实案例分析讲解数据获取和清洗,底层标的评价(经典模型(TM模型等)和新思路);

    3. 通过真实案例分析讲解大类资产配置;

    ·协方差矩阵建模

    ·鲁棒性调整

    ·市场状况的预期方法,选基思路、以及评判标准

    4. 通过真实案例分析讲解组合优化算法,跨资产大类智能投顾,公募+理财+非标+私募等。

    5.通过真实案例分析讲解市场监控、组合监控、智能调仓和费用估算、系统部署及外部环境对接、系统测试。