AI x 投資 - 崛起的時刻到了！
人工智慧可以綜觀數十年，快速達到人類累積好幾年的經驗！
12小時的課程，究竟學些什麼，快來看看：
超完整售後服務！
這麼豐富的課程內容，怕學不會嗎？此課程有非常好的售後服務，線上學習無限觀看，又有老師可以問，不用擔心學到一半卡住！這堂課的服務包含：
- 遇到問題在課程討論區留言，我們會持續查看並回覆
- 學員購買後持續享有線上提問服務
- 同學可以在討論區分享程式碼，互相交流
- 教材持續更新：目前已改為 Google Colab 版本，前往教材首頁查看
這些都是線上學習的優勢！我們也很榮幸能與 Hahow 這麼優秀的平台合作！用最划算的成本為同學提供最好的服務！
上一堂課程為Hahow全平台最多好評課程！
FinLab 為何不怕關鍵技術被公開，還要出課程？
我們覺得，固守於舊有的技術，是會被時代淘汰的，例如一個股票名師，可能就靠兩三個策略撐起來的，撐得了一時，撐不了一世。
我們覺得可以撐一世的投資方法，不是 Python 選股、不是人工智慧，而是
不斷的學習新知，
不斷的超越昨天的自己！
藉由學習和歸納這些頂尖的技術，與更多人分享，讓更多人學習獨立投資，才是 FinLab 的初衷。雖然會有競爭，但這也是種砥礪自己隨時走在科技邊緣的方式！；）
難易度與教學方式
本課程為進階課程，算是前一堂課程的進階版，針對 Python Dataframe 有一定基礎能力的同學所開的課程，並且對於量化投資和選股回測有一定的基礎概念，假如您上完了前一堂我們所開的課程，相信程度是沒有問題的！
本課程著重在利用 Python 來投資台灣股票，因為股票規則比選擇權、期貨簡單，潛在獲利比 ETF 高，算是投資入門很好的選擇。當然學完本課程後，大家可以舉一反三，將 Python 應用在期貨、選擇權、ETF 上。
上課時，我們約有 90％ 會介紹 Python，10％ 介紹股票投資，每個單元會用投影片加上解說為大家講解原理，並用螢幕錄影的方式操作、寫程式給大家看。遇到任何問題可以隨時留言討論喔！
系列課程 - 互相搭配、相輔相成！
對於 Python 的初學者可以先上前一堂課程，也可以兩堂課一起購買，一次學會！
(影片中提到的合購優惠只限於募資期間，現在已經截止囉！)
假如你原本就有接觸 Python，對於程式不會陌生，也對 Python Pandas 這個 Package 有基礎的認識，想要用AI投資理財，也可以直接跳級選擇第二堂課程！
預計單元
有了第一堂課程的經驗，在這堂課中，我們會更細心的介紹各種 Python 功能，並且搭配有趣的例子，讓大家做出實用的功能！
對於資料科學，整理數據非常重要，我們將用三個單元，概括金融資料處理最重要的 Python 語法，這部分在前一堂課程中已經有非常多著墨，在此是給新來的同學做一些簡單的前情提要，而對於舊的同學，也可以喚醒一下前一堂課程的記憶：
- 【資料處理】大盤 1 分K爬蟲練習
- 【資料處理】資料的儲存與拿取
- 【資料處理】獨家上市櫃資料存儲 API 操作說明
這次我們獨家提供的資料庫和爬蟲又升級了！總算是將上市和上櫃的資料整併，並提供一個我們認為最有效率的讀取方式，資料不僅更多、更全，讀取速度還更快！新的下載介面如下：
有了更好更完整的資料，接下來是否應該來做一點財經實驗了呢？我們提出了幾個問題，並且利用 Python 提供解答，來建構選股策略，同學在實做時，除了建構實用的策略外，也可以加強 dataframe 的操作，之後的機器學習單元，才能學的更順暢：
- 【資料科學強化】大盤參考哪條均線最有用？大盤均線回測
- 【資料科學強化】K 線型態哪種最有用？
- 【資料科學強化】K 線型態任意買賣點全股票回測！
- 【資料科學強化】如何分析報酬率曲線？Pyfolio 教學
值得一提的是，這次我們的回測再也不是一籃子股票的方式，而是每檔股票不同買賣點的方式，進行回測！在課程中會學到 Pyfolio 的分析，將策略做完整的評估：
有了這些財務數據及知識，我們終於可以來訓練機器學習模型了，別的課程雖然有機器學習模型，但是有很多只是簡單的範例，無法真正實用，我們的課程最大的差別，在於我們的範例皆是非常完整的選股邏輯，幾乎可以拿來實戰！
- 【機器學習】認識 Support Vector Machine (SVM)
- 【機器學習】實做 SVM 選股策略
- 【機器學習】認識 Random Forest (RF)
- 【機器學習】實做 RF 選股策略
- 【機器學習】比 RF 更好用的 Decision tree 模型們
- 【機器學習】破解機器學習的大腦 - 究竟它們在想什麼？
我們從最基本的，到時下最熱門、最先進的機器學習模型都包含，讓您可以瞭解如何快速建立測試指標、並且抽換這些模型，甚至使用多個模型進行投票，選出最會上漲的股票！下圖就是我們破解機器學習大腦的截圖畫面，我們可以得知模型評價的動機，進而檢測模型的好壞，甚至是發現新想法！
有了機器學習的基礎，接下來是更深入其中的一門分支「深度學習」：
- 【深度學習】認識神經網路 Neural Network (NN)
- 【深度學習】實做神經網路大盤策略
- 【深度學習】認識會看圖片的神經網路：Convolutional Neural Network (CNN)
- 【深度學習】實做CNN
- 【深度學習】認識RNN與LSTM
- 【深度學習】實做LSTM大盤買賣策略
- 【深度學習】認識強化學習 Reinforcement Learning (RL)
- 【深度學習】實做RL買賣大盤策略
- 【深度學習】使用訓練監控工具 - TensorBoard
深度學習是一門比較困難的學門，當中有非常多「小事情」，可以讓訓練結果變得更好，但一般人並一定會知道，我們也會在實做時娓娓道來，帶你訓練歷史報酬很不錯的深度學習策略！下圖是我們使用TensorBoard來監控訓練的結果！
活動期間，加入 FB 聊天機器人，新課程出爐免費看～！
課程解鎖：滿 3000％ 加碼
我們將帶大家直接做一個歷史回測非常有效的人工智慧策略，假如您想參考AI選股的效果，可以到我們的選股平台試用看看喔！課程單元如下：
- 【AI實戰級策略實做】穩定擊敗大盤的選股策略實做
課程解鎖：滿 6000％ 加碼！AI 訓練超強撇步
老實說，實做一個簡單機器學習模型誰都會，但是要如何將機器學習訓練到最好，是有難度的！這個章節將帶大家看看，如何將機器學習模型訓練到我們覺得的最好！
- 【AI實戰級策略優化】穩定擊敗大盤的選股策略優化
此策略會跟 finlab AI 上的策略類似！可以參考該網站上面的策略，學完這堂課程，你將有能力複製這個網站上的策略（們）！
解鎖單元將於開課後 30 天內完工！
FinLab 創辦人介紹
從工程師跨界到財經界，我們希望將自己的能力複製出去，幫助大家少走一點冤枉路。我們對財經有興趣，其實完全是誤打誤撞，我在讀博士班時參加了 台大黑客松，那時我正好用 Google Trend 分析台灣股票市場，有很多財經相關的資料，於是跟朋友打造了一個 GUI 回測程式，所幸獲得 Fintech 組第一名，從此走上了量化投資這條路。
目前正在撰寫量化投資的部落格，FinLab，裡面提供很多選股思路，還有量化策略分享，可以去參觀一下，也可以連到我的 FB、Linkedin、等相關資料。
學歷：
- 法國巴黎南區大學資工所 博士
- 台灣大學電子所 碩士
- 中央大學電機系 學士
經歷：
- 上市公司投資 技術顧問
- 量化交易協會 學術顧問
- 台北商業大學 創新育成中心 技術顧問
- 製作 FinLab選股平台
- Hahow 熱門線上課程老師
- 撰寫 FinLab 部落格
- 中國信託 Fintech 黑客松 第一名
- 台大黑客松 2016 Fintech 組 第一名
- 台大黑客松 2015 最佳人氣獎 第二名
- 2013 電子書創作大賽 第一名
- 2013 ICCAD 自動化輔助設計競賽 國內組 第二名
免則聲明
這堂課主要圍繞著 Python 這個工具，對於財務資料分析有初步的瞭解，當中的策略是我們有在使用的，但是投資風險有賺有賠，歷史回測不一定等於未來，需自行承擔投資的風險與後果。
