در این دوره، شما درک درستی از تئوری زیربنایی ساخت سبد بهینه، روش‌های مختلف ساخت پرتفوی در عمل و نحوه اندازه‌گیری و مدیریت ریسک چنین پورتفولیوها خواهید داشت. شما با مطالعه اینکه چگونه همبستگی ناقص بین دارایی ها منجر به پرتفوی های متنوع و بهینه و همچنین پیامدهای آن از نظر قیمت گذاری دارایی می شود، شروع خواهید کرد. سپس، یاد خواهید گرفت که چگونه مشخصات سرمایه گذار را شکل دهید و با ترکیب تخصیص دارایی های استراتژیک و تاکتیکی، پرتفویی مناسب بسازید. در نهایت، شما نگاه عمیق تری به ریسک خواهید داشت: جنبه های مختلف آن و ابزارها و تکنیک های مناسب برای اندازه گیری، مدیریت و محافظت از آن. سخنرانان کلیدی از UBS، شریک شرکتی ما، به طور منظم دیدگاهی عملی در مورد این موضوعات مختلف با پیشرفت در دوره اضافه می کنند.

هدف این دوره معرفی مفاهیم اساسی یادگیری تقویتی (RL) و توسعه موارد استفاده برای کاربردهای RL برای ارزش گذاری اختیار، معاملات و مدیریت دارایی است. تا پایان این دوره، دانشجویان قادر خواهند بود - از یادگیری تقویتی برای حل مسائل کلاسیک امور مالی مانند بهینه سازی سبد، معاملات بهینه و قیمت گذاری گزینه و مدیریت ریسک استفاده کنید. - با استفاده از مشکلات مالی روی مثال های ارزشمندی مانند یادگیری کیو معروف تمرین کنید. - دانش خود را در دوره به یک مدل ساده برای پویایی بازار که با استفاده از یادگیری تقویتی به عنوان پروژه دوره به دست می آید، اعمال کنند. پیش نیاز دوره های "تور راهنمای یادگیری ماشین در امور مالی" و "مبانی یادگیری ماشینی در امور مالی" است. از دانش آموزان انتظار می رود که فرآیند lognormal و نحوه شبیه سازی آن را بدانند. آگاهی از قیمت گذاری گزینه فرضی نیست اما مطلوب است.