Coursera最近推出了一项新的金融和机器学习专项课程系列：《金融中的机器学习和强化学习》。这项课程系列非常引人注目。

该专项课程的主要目标是为金融领域提供坚实的机器学习理论基础及实践技能，特别强调机器学习在解决金融投资中实际问题的应用。

课程旨在帮助学生应对现实世界中可能遇到的机器学习挑战，具体包括： - 将问题转化为适合机器学习的方法， - 选择最有效的机器学习技术， - 成功地实施解决方案并评估其效果。

该课程面向三类学员： - 在银行、资产管理公司或对冲基金等金融机构工作的专业人士； - 对将机器学习应用于日内交易感兴趣的个人； - 正在攻读金融、统计、计算机科学、数学、物理或工程等相关学科的全日制学生，他们希望通过这门课程了解机器学习在金融领域的实际应用。

此专项课程由纽约大学提供，共包含四门子课程：

金融中的机器学习导览 通过这门课程，学员可以初步了解机器学习及其在金融中的广泛应用。课程还会引导学生完成一个项目，利用监督学习方法预测银行倒闭事件。此外，这门课程也是后续课程的预习部分。

金融中的机器学习基础知识 该课程旨在教授学生如何解决实际的机器学习问题，如识别问题类型、选择适当的机器学习方法以及成功实施解决方案。无论是否有机器学习背景，学生都能掌握有监督学习、无监督学习和强化学习的核心算法，并学会使用Python开源库来设计、测试和实现金融中的机器学习算法。课程将以一个利用无监督学习实现简单投资组合交易策略的项目作为结尾。

金融中的强化学习 本课程将介绍强化学习的基本原理，并探讨其在金融领域的应用，例如期权估值、交易策略及资产配置。为了更好地理解这些概念，学员需要完成“金融中的机器学习导览”和“金融中的机器学习基础知识”两门前置课程。

强化学习在金融中的高级方法概述 在这一系列课程的最后一门课中，我们将深入探讨前几门课程中提到的内容，尤其是强化学习与期权定价、物理学的关系，逆向强化学习在模拟市场影响和价格变化方面的应用，以及强化学习中的感知-行动循环。课程还将展望强化学习在未来高频交易、加密货币、点对点贷款等方面的发展趋势和潜在应用。