आधुनिक मजबूत तकनीकों के साथ पोर्टफोलियो ऑप्टिमाइज़ेशन सिस्टम डिज़ाइन करना

वास्तविक बाज़ारों में टिकने वाला पोर्टफोलियो ऑप्टिमाइज़ेशन सिस्टम बनाने के लिए हर चरण में सावधानीपूर्वक डिज़ाइन की आवश्यकता होती है। जिस तरह से आप इनपुट का अनुमान लगाते हैं, आप जो ऑप्टिमाइज़ेशन फ्रेमवर्क चुनते हैं, जिन बाधाओं को आप एन्कोड करते हैं, और जिस तरह से आप इतिहास के विरुद्ध मान्य करते हैं, वे सभी आकार देते हैं कि सिस्टम टिकाऊ मूल्य या नाजुक बैकटेस्ट प्रदान करता है या नहीं। यह कोर्स उन निर्णयों के माध्यम से चलता है जिस क्रम में वे आम तौर पर उत्पन्न होते हैं। आप लिखित डिज़ाइन अभ्यासों के माध्यम से काम करेंगे जो दर्शाते हैं कि एक छोटी मात्रात्मक टीम पोर्टफोलियो ऑप्टिमाइज़ेशन सिस्टम की योजना कैसे बनाएगी। जोर व्यावहारिक ट्रेड-ऑफ पर है जो तब मायने रखते हैं जब इनपुट शोरगुल वाले होते हैं और बाज़ार व्यवस्था बदलते हैं। आप क्या सीखेंगे: - सिकुड़न और कारक मॉडल सहित मजबूत तकनीकों के साथ अपेक्षित रिटर्न, सहसंबंध और व्यवस्था संकेतकों का अनुमान लगाएं - माध्य-विचरण, जोखिम समता, पदानुक्रमित जोखिम समता, और Black-Litterman सहित ऑप्टिमाइज़ेशन फ्रेमवर्क की तुलना करें - टर्नओवर, लेनदेन लागत, और नियामक सीमाओं सहित यथार्थवादी बाधाओं को एन्कोड करें - ओवरफिटिंग से बचाव करते हुए इनपुट अनुमान के लिए मशीन लर्निंग एक्सटेंशन लागू करें - रोलिंग बैकटेस्ट, वॉक-फॉरवर्ड विश्लेषण, और तनाव परिदृश्यों के साथ सिस्टम को मान्य करें - बाज़ार प्रभाव और परिचालन वास्तविकताओं का सम्मान करने वाली निष्पादन और पुनर्संतुलन रणनीतियों को डिज़ाइन करें कोर्स इनपुट अनुमान से लेकर ऑप्टिमाइज़ेशन फ्रेमवर्क, मशीन लर्निंग एक्सटेंशन, सत्यापन और निष्पादन तक प्रगति करता है। एक कैपस्टोन लिखित अभ्यास में आपसे एक विशिष्ट निवेश जनादेश के लिए लक्षित पोर्टफोलियो ऑप्टिमाइज़ेशन सिस्टम के लिए एक-पृष्ठ डिज़ाइन का मसौदा तैयार करने के लिए कहा जाता है। यह कोर्स मात्रात्मक विश्लेषकों, सॉफ्टवेयर अनुभव वाले वित्त छात्रों, और पोर्टफोलियो कार्य में प्रवेश करने वाले डेटा वैज्ञानिकों के लिए डिज़ाइन किया गया है। किसी पूर्व ऑप्टिमाइज़ेशन अनुभव की आवश्यकता नहीं है। कोर्स सिस्टम को एक डिज़ाइन समस्या के रूप में मानता है जिस पर आप कागज पर तर्क कर सकते हैं और सूचनात्मक रहता है; यह विशिष्ट स्थितियों के लिए निवेश सलाह प्रदान नहीं करता है।