Dane rynkowe - skąd i jakie
Pierwsza część skupia się na tym, czym w ogóle są dane rynkowe, jak je pozyskiwać i które źródła są wiarygodne. Omawiamy strukturę danych OHLCV, wolumen i dane alternatywne.
PodstawyKonkretna wiedza, którą można zastosować od razu. Bez obietnic - tylko narzędzia i metody, które rzeczywiście działają w praktyce analitycznej.
Zobacz program
Cztery moduły ułożone tak, żeby każdy etap budował na poprzednim. Zaczynamy od fundamentów danych, a kończymy na interpretacji sygnałów generowanych przez modele AI.
Pierwsza część skupia się na tym, czym w ogóle są dane rynkowe, jak je pozyskiwać i które źródła są wiarygodne. Omawiamy strukturę danych OHLCV, wolumen i dane alternatywne.
PodstawyJak działają modele szeregów czasowych i sieci neuronowe stosowane w analizie rynków. Uczymy się oceniać ich wyniki - nie tylko patrzeć na wykres, ale rozumieć, co za nim stoi.
AI i modeleKażde narzędzie ma swoje granice. Ten moduł uczy odróżniać sygnał od szumu i rozumieć, kiedy wyniki modelu nie powinny być podstawą decyzji. To jedna z trudniejszych, ale ważniejszych umiejętności.
Ocena krytycznaJak przekazywać wyniki analizy w sposób zrozumiały - zarówno dla siebie, jak i dla zespołu. Ćwiczymy tworzenie raportów analitycznych opartych na danych wyjściowych narzędzi AI.
KomunikacjaSpecjaliści z doświadczeniem w analizie rynków finansowych i wdrożeniach narzędzi AI w środowiskach korporacyjnych. Każdy z nich pracował z realnymi danymi rynkowymi - nie tylko z przykładami z podręczników.
Analityk rynków finansowych
Przez 8 lat pracował z danymi rynkowymi w instytucjach finansowych. Specjalizuje się w modelach predykcyjnych opartych na danych alternatywnych.
Specjalistka ds. narzędzi AI
Wdraża rozwiązania AI w analizie danych finansowych od 2019 roku. Prowadzi warsztaty z interpretacji wyników modeli uczenia maszynowego.
Konsultantka ds. raportowania
Pomaga zespołom analitycznym przekładać wyniki modeli na przejrzyste raporty decyzyjne. Pracowała z klientami korporacyjnymi z sektora finansowego i przemysłowego.
„Wreszcie ktoś powiedział wprost, kiedy AI nie działa"
Moduł o ograniczeniach modeli był dla mnie najcenniejszy. Przez lata używałem narzędzi analitycznych bez zrozumienia, kiedy ich wyniki mogą wprowadzać w błąd. Program to zmienił - mam teraz konkretne kryteria oceny.
„Dane alternatywne - coś, o czym wcześniej tylko słyszałam"
Wiedziałam, że istnieją dane alternatywne, ale nie miałam pojęcia, jak je pozyskiwać i oceniać ich jakość. Po pierwszym module zaczęłam testować nowe źródła w swoich analizach. Efekty są widoczne, choć wymagają czasu.
„Raportowanie to umiejętność, której nikt nie uczy"
Ostatni moduł był zaskoczeniem - nie spodziewałem się, że komunikowanie wyników analizy AI to osobna dyscyplina. Teraz moje raporty są krótsze i bardziej czytelne dla zarządu.
Używamy plików cookie, aby zapewnić prawidłowe działanie serwisu oraz analizować ruch. Możesz zaakceptować wszystkie pliki cookie lub dostosować swoje preferencje - więcej informacji znajdziesz w polityce prywatności.