تاریخ: ۱۲ تير ۱۴۰۰ ، ساعت ۱۴:۲۲
بازدید: ۱۶۷۴
کد خبر: ۲۱۶۶۲۵
سرویس خبر : اجتماعی

ثبت نام دوره MBA علم داده و معاملات الگوریتمی آغاز شد

ثبت نام دوره MBA علم داده و معاملات الگوریتمی آغاز شد
‌می‌متالز - دانشگاه الزهرا از آغاز ثبت نام سومین گروه برای دوره MBA علم داده و معاملات الگوریتمی خبر داد و اعلام کرد: با توجه به حجم بالای درخواست ها، اولویت با افرادی است که زودتر ثبت نام خود را تکمیل کرده باشند.

به گزارش می‌متالز، با فراگیر شدن سیستم‌های رایانه‌ای و تولید و ذخیره‌سازی داده‌های بسیار زیاد، استفاده از علم داده در اقتصاد و مالی بسیار گسترده شده است. ورود داده‌ها از منابع بسیار متنوع و با سرعت بسیار زیاد امکان انجام تحلیل‌های مبتنی بر انسان را در کاربرد‌های حرفه‌ای تقریبا غیر ممکن ساخته است و نسل جدیدی از معاملات با نام معاملات الگوریتیمی را پدیدار کرده است.

در واقع به هر نوع معامله خودکار اعم از اینکه پربسامد (High Frequency Trading) یا کم بسامد باشد معاملات الگوریتمی گفته می‌شود، اما عموما برای بهبود الگوریتم‌ها و بالابردن سود و کاهش زیان از ابزار‌های تکمیلی علم داده مانند یادگیری ماشین استفاده می‌شود. یک معامله‌گر الگوریتمی علاوه بر تسلط بر دانش مالی و بازار سرمایه باید شناخت بسیار خوبی از دانش برنامه نویسی و آشنایی مناسب با مهارت‌های مدلسازی مالی و ابزار‌های تکمیلی آن مانند یادگیری ماشین داشته باشد. با توجه به رونق بسیار خوب بازار سرمایه در چند سال اخیر و استقبال متخصصین از این حوزه، لازم است تا اقدامات اساسی در خصوص راه اندازی این دانش به صورت تخصصی صورت گیرد.

از آنجایی که این نوع معاملات همانگونه که باعث افزایش سرعت معاملات و حذف احساسات انسانی از معاملات می‌شوند، در صورتی که به درستی انجام نشوند می‌توانند باعث ایجاد ضرر‌های شخصی گسترده برای معامله گران و مشکلات فنی برای سامانه بورس شود، از این رو در این دوره سعی می‌شود تا با بررسی ابعاد اقتصادی، مالی و فنی معاملات الگورتیمی درک نسبتا مناسبی به دانشپذیران داده شود. بعد از این دوره دانشپذیران می‌توانند با استفاده از داده‌های مختلف، سناریو‌های مختلفی را بررسی و با استفاده از الگورتیم‌ها نسبت به تحلیل و خرید و فروش سهام و دارایی‌های مالی اقدام نمایند.

مزایای دوره:
اعطای گواهینامه MBA مورد تایید دانشگاه الزهرا (س) با قابلیت ترجمه رسمی به پذیرفته شدگان
ارائه دروس به صورت کاربردی و مطابق با دانش روز دنیا
بهره گیری از اساتید برجسته بازار سرمایه و علم داده ایران
هدف کلان دوره:
آشنا سازی دانش پذیران با شیوه‌های نوین معاملاتی و کاربرد‌های علم داده در اقتصاد و مالی و توانایی تولید الگوریتم‌های اختصاصی در بازار سرمایه داخل و خارج و اجرای موفق آن‌ها
اهداف جزئی دوره:
درک اصول سرمایه گذاری و نحوه استفاده از الگو‌های معاملاتی در عمل.
آشنایی با سه زبان برنامه نویسی Python، R و Julia
آشنایی با انواع مدل‌های اقتصادی و مالی
توانایی تبدیل مدل‌های اقتصادی و مالی به برنامه‌های رایانه‌ای
آشنایی با علم داده و داده‌های بزرگ
توانایی پاک سازی، دسته بندی، مصور سازی و تحلیل کار با داده‌ها
شناخت معاملات الگورتیمی و توانایی تدوین الگورتیم‌های معاملاتی
آشنایی با یادگیری ماشین و کاربرد آن در اقتصاد و مالی
آشنایی با هوش تجاری و کاربرد آن در اقتصاد و مالی
آشنایی با شیوه مدلسازی ابزار مشتقه
فرصت‌های شغلی:
علاوه بر اینکه شرکت کنندگان در این دوره، امکان ساخت ربات‌های معامله گر را برای کار‌های روزانه خود خواهند داشت، از فرصتی بی نظیر برای حضور در شرکت‌های مختلف به عنوان دانشمند داده برخوردار می‌شوند.

زمان شروع دوره:
از شهریور ماه ۱۴۰۰
روز‌های برگزاری:
پنجشنبه یا جمعه

شرایط پرداخت:
امکان پرداخت به صورت نقد و یا اقساط وجود دارد.
برای پرداخت اقساط با شماره تلفن ۰۲۱۹۱۳۰۱۷۱۰ یا ۰۲۱۸۵۶۹۳۱۳۹ تماس حاصل فرمایید.
شرایط تخفیف:
ثبت نام گروهی (حداقل ۳ نفر): ۵%
ثبت نام زود هنگام (تا ۱ تیر ۱۴۰۰ ماه) و نقد: ۱۰%
شرایط انصراف:
تا پیش از زمان مصاحبه با کسر ۳۰%، وجه مسترد خواهد شد.
پس از زمان مصاحبه با معرفی نفر جایگزین انجام خواهد شد.
تعداد واحد:
۲۷ واحد + پایان نامه
شیوه برگزاری:
همانند سایر دوره‌های دانشگاه
سایر الزامات دوره:
حداقل مدرک کارشناسی
سرمایه گذاری برای شرکت در این دوره:
۱۹.۹۰۰.۰۰۰ تومان


عناوین دروس دوره:
آموزش برنامه نویسی Python ، R و Julia

امار احتمال و ریاضیات علم داده

مدیریت سرمایه گذاری


معاملات الگوریتمی

مدلسازی مالی (با پایتون)

اقتصاد سنجی کاربردی

اقتصاد داده‌های بزرگ

یادگیری ماشین و طبقه بندی داده‌ها

مقررات سبد اوراق بهادار

تحلیل سیستم‌های پویا

اخلاق حرفه‌ای در معاملات الگوریتمی

تحلیل ابزار مشتقه

داده‌های بزرگ، طراحی و ابزار

مفاهیم هوش تجاری در معاملات الگوریتمی

اصول مدیریت داده و چارچوب DMBOK ۱

منبع: بورس امروز

مطالب مرتبط
عناوین برگزیده