| 授業方針・テーマ |
ファイナンスにおける機械学習に関するトピックを取り扱う。
講義においては、機械学習について概観した後、
金融実務における最先端の取り組みなど、専門家の講演を交えながら最新のトピックについても触れる。
講義においては、理論的な内容に加え、データ分析のための分析手法についても触れる予定である。 |
習得できる知識・能力や授業の
目的・到達目標 |
本講義の目標は、ファイナンス理論および機械学習等の手法、データ等を利活用した分析に対する理解を深めることである。 |
授業計画・内容
授業方法 |
毎回、さまざまな専門家から話を伺う。
授業の進め方や内容は、授業内講演者の方針次第である。教員は講義の際の進行等を務める。
講義は、2コマ連続になることが多い。
第1回に、担当教員によるガイダンスを行う。
各回、毎回異なるテーマで専門家による講義およびデータ等を用いた実習を予定している。
詳細はガイダンス時に説明する．
内容：
1-2： ガイダンス and/or 講義（機械学習概観 )
3-4： オルタナティブ投資と機械学習
5-6： 量子コンピューティングと金融
7-8： ファイナンス分野におけるデータの利活用
9-10：ポートフォリオ評価と機械学習
11-12： 資産価格データと機械学習（時系列データ分析、投資評価）
13-14： 金融実務とAI（データを用いたモデルの構築）
15: まとめ
※状況、進度等、諸事情により変更の可能性があります。
|
| 授業外学習 |
授業の予習，復習等。
毎回終了後には簡単なレポートの提出を求めるので、授業を踏まえて知識を整理し直すことが要求される。 |
| テキスト・参考書等 |
必要に応じて講義中において指示を行う。 |
| 成績評価方法 |
授業貢献およびレポート等により評価を行う。 |
質問受付方法
(オフィスアワー等) |
質問はメールにて受け付けます。 |
特記事項
(他の授業科目との関連性) |
|
| 備考 |
|
シラバス照会