หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

แหล่งเงินทุนด้านการเงิน

หลักสูตรบทความและอื่น ๆ อีกมากมายที่สามารถช่วยผู้เริ่มต้นหรือมืออาชีพ

การเงินส่วนใหญ่เป็นรายละเอียดและเพียงแค่มีความสามารถในการจัดระบบและจัดหมวดหมู่และมุ่งเน้นรายละเอียดอาจเป็นข้อได้เปรียบอย่างมาก โดย Micheal Burry

ทรัพยากรนี้มีความหมายเฉพาะสำหรับ STEM Grads หลักสูตรส่วนใหญ่เป็นคณิตศาสตร์หรือการเข้ารหัสหนัก รับความเสี่ยงของคุณเอง

เกี่ยวกับฉัน

ฉันทำงานเป็นผู้ค้าเชิงปริมาณใน บริษัท การค้าความถี่สูงที่มุ่งเน้นไปที่ตลาดอินเดียในหุ้นและ F&O ฉันทำปริญญาโท (M.Tech) และปริญญาตรี (B.Tech) จาก IIT Madras ในวิศวกรรมยานยนต์

หลักสูตรและการบรรยาย

หมายเหตุ: หลักสูตรที่ระบุไว้ด้านล่างจะไม่แสดง Coursera หรือ YouTube Fams ใด ๆ เพราะหลักสูตรเหล่านั้นเปิดให้บริการสำหรับทุกคน (ทุกคนสามารถรับได้แพทย์หรือทนายความสามารถทำได้ถ้าจำเป็น) ฉันไม่ต้องการ เวลาในหลักสูตรเหล่านี้เพราะหลักสูตรเหล่านี้ให้รสชาติของวิชาและไม่เข้าใจอย่างลึกซึ้ง การเป็นวิศวกรฉันต้องการ (ต้องการเช่นเดียวกันสำหรับคุณ) ใช้ทักษะคณิตศาสตร์ที่เรียนรู้แล้วของฉันเพื่อพัฒนาเพิ่มเติมในหัวข้อและดำน้ำลึกเพื่อทำงานที่มีความหมายและผลักดันขอบเขต

หากคุณมีหลักสูตร Udemy และพูดว่า "ฉันรู้จัก ML" ฉันจะเยาะเย้ยคุณด้วยก๋วยเตี๋ยวเปียก (ไม่มีความผิดกับ Udemy)

คณิตศาสตร์

  • พีชคณิตเชิงเส้นเชิงตัวเลขสำหรับ coders โดย fast.ai
  • ความรู้เบื้องต้นเกี่ยวกับความน่าจะเป็น โดย MIT OCW
  • หัวข้อในคณิตศาสตร์ที่มีแอปพลิเคชันด้านการเงิน โดย MIT MATHEMATICS PAGE

AI

  • การเรียนรู้ของเครื่อง โดย Tom Mitchell CMU หน้าหลักสูตร
  • รู้เบื้องต้นเกี่ยวกับการเรียนรู้การเสริมแรง โดย David Silver จาก DeepMind (Alphago, Alphazero ฯลฯ ผู้สร้าง) เพลย์ลิสต์ YouTube ของหลักสูตร

เงินทุน

  • การบรรยาย Quantopian สำหรับการบรรยาย Python และสถิติ
  • วิกฤตการณ์ทางการเงินทั่วโลก (การเงินเท่านั้น) โดย Timothy F. Geithner (เลขานุการกระทรวงการคลังของสหรัฐอเมริกาในช่วงวิกฤต) หลักสูตรที่ดีมากสำหรับผู้เริ่มต้นในด้านการเงินหรือความสนใจในการวิเคราะห์วิกฤต หลักสูตร Coursera
  • รู้เบื้องต้นเกี่ยวกับโครงสร้างจุลภาคของตลาด โดย Paul Besson (Paul Heads แผนกวิจัยเชิงปริมาณของ Euronext) หน้าบรรยาย

การเข้ารหัส

งูหลาม

  • (หนังสือ) Python for Finance : วิเคราะห์ข้อมูลทางการเงินขนาดใหญ่โดย Yves Hilpisch (Citadel แนะนำ)

C ++

  • (หนังสือ) เร่ง C ++ โดย Andrew Koenig, Barbara E. Moo (ถ้าคุณมีพื้นหลังที่ดีในการเข้ารหัสและใน OOP เช่น Python, โปรแกรมเมอร์ Java)
  • (หนังสือ) C ++ ที่ทันสมัยที่มีประสิทธิภาพ โดย Scott Meyers

หนังสือ

คณิตศาสตร์

  • สถิติ (ฉบับที่ 4) โดย David Freedman, Robert Pisani, Roger Purves (Citadel แนะนำ)
  • วิธีโกหกสถิติ โดย Darrell Huff (น่าสนใจเกี่ยวกับวิธีที่คุณสามารถจัดการกับการรับรู้ของมนุษย์ด้วยกราฟ)
  • การคิดเชิงกลยุทธ์ โดย Avinash Dixit และ Barry Nalebuff (หนังสือทฤษฎีเกม) (Citadel แนะนำ)
  • การวิเคราะห์อนุกรมเวลาทางการเงิน โดย Ruey S. Tsay (ดีสำหรับการวิเคราะห์อนุกรมเวลา)

AI

  • การเรียนรู้อย่างลึกซึ้ง โดย Ian Goodfellow และคณะ
  • การเสริมแรงเรียนรู้การแนะนำ โดย Sutton และ Barto

เงินทุน

  • ตัวเลือกฟิวเจอร์สและตราสารอนุพันธ์อื่น ๆ โดย John C Hull (Citadel แนะนำ)
    • ก่อนอื่นคุณจะต้องมีความเข้าใจที่ดีเกี่ยวกับตลาดการเงิน (ไม่ใช่ความเชี่ยวชาญ แต่จำเป็นต้องมีความเข้าใจ)
  • ความก้าวหน้าในการเรียนรู้ของเครื่องทางการเงิน โดย Marcos Lopez de Prado
  • แคลคูลัสทางการเงิน: การแนะนำการกำหนดราคาอนุพันธ์ โดย Martin Baxter (เขาวิ่ง Quant สำหรับ Lehman และ Nomura)

บทความ

  • นักพนันที่ถอดรหัสรหัสการแข่งม้า ใน Bloomberg BusinessWeek ที่นี่
  • การเรียนรู้และความเข้าใจในกระจกคณิตศาสตร์, Ch.1,2 โดย Misha Gromov มีอยู่ที่นี่
  • การซื้อขายข้ามตลาดความถี่สูง: การวัดและแอพพลิเคชั่นฟรีแบบจำลอง (มุมมองที่ดีในตลาด HFT และเครือข่ายของสหรัฐอเมริกา) PDF ของการนำเสนอ

เอกสาร

  • ตีเจ้ามือรับแทงม้าด้วยตัวเลขของตัวเอง - และวิธีการที่ตลาดการเดิมพันกีฬาออนไลน์เป็นกระดาษแข็ง
  • การเรียนรู้ของเครื่องจักรสำหรับการซื้อขาย โดย Gordon Ritter Paper (พูดคุยเกี่ยวกับการใช้งาน RL เป็นการเงิน)
  • การป้องกันความเสี่ยงลึก โดย Hans Buehler และคณะ (JP Morgan Quants จากสำนักงานลอนดอน) กระดาษ
    • บทความนี้ได้ดำเนินการโดยบทความ JPM แล้ว
    • ผลิตภัณฑ์ป้องกันความเสี่ยงวานิลลา OTC โดยใช้ RL
  • แบบจำลองสุ่มสำหรับการเปลี่ยนแปลงของหนังสือสั่งซื้อ โดย Rama Cont และคณะ กระดาษ
  • การเปลี่ยนแปลงของราคาในตลาดสั่งซื้อข้อ จำกัด ของมาร์คโวเดียน โดย Rama Cont และคณะ กระดาษ

จิตวิทยา

  • 48 กฎหมายแห่งอำนาจ โดย Robert Greene

บล็อก

  • หลักสูตรและบล็อกที่ยอดเยี่ยม AI เร็ว
  • http://koaning.io/ โดย Vincent D. Warmerdam (ใช้คณิตศาสตร์ง่าย ๆ ใน ML)
  • บล็อกของ Colah โดย Christopher Olah (อดีต Openai และ Google Brain)
  • การซื้อขายเชิงปริมาณโดย EP Chan (เขียนหนังสือหลายเล่มรวมถึงการซื้อขายเครื่องจักรการซื้อขายอัลกอริทึม)
  • วารสารการวิจัยกลั่น (เกี่ยวกับ ML อัลกอริทึมเอกสารการวิจัยที่นำเสนอด้วยการสร้างภาพข้อมูลแบบโต้ตอบเพื่อความเข้าใจที่ดีขึ้น)
  • บล็อกของ Sebastian Ruder (SEB เป็นนักวิทยาศาสตร์การวิจัยที่ Deep Mind, NLP Research)
  • Systematic Edge (การสร้างตลาด HFT และกลยุทธ์มูลค่าสัมพัทธ์, Algo Trader ในชิคาโก)
  • Sniper in Mahwah & Friends Blog บนเครือข่าย HFT และเวลาแฝง
  • การวิจัยเชิงปริมาณและการซื้อขายโดย Jonathan Kinlay (ปริญญาเอกสาขาเศรษฐศาสตร์ก่อนหน้านี้ NYU Stern และ CMU Prof)
  • หมายเหตุความน่าจะเป็นที่ใช้โดย Neil Walton (ปริญญาเอกอดีตหัวหน้ากลุ่มความน่าจะเป็นและสถิติที่มหาวิทยาลัยแมนเชสเตอร์) ความน่าจะเป็นที่ใช้เป็นธีมหลักสำหรับการเพิ่มประสิทธิภาพทฤษฎีเกมการเขียนโปรแกรมแบบไดนามิกและ RL

เตรียมสัมภาษณ์

  • ความน่าจะเป็นและตลาด โดย Jane Street PDF

PS : ฉันอ่อนแอที่ไวยากรณ์และมีคนบอกว่ามีข้อผิดพลาดมากเกินไปที่นี่แทนที่จะแก้ไข .. ! เป็นโอเพ่นซอร์สด้วยเหตุผล ...

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด