近年機器學習與人工智慧雖已然成為顯學,然而因為時間序列資料無法隨機抽樣,要在機器學習的訓練架構提升時間序列分析的績效並不容易,需要更加優化的模型與分析方法,以幫助人類做出更好的判斷,進而提升顧客的服務品質。 例如現今熱門的理財機器人便是一個結合「資產選擇」和「機器學習」的領域,而因為資料的時間特性,資產選擇的時間序列分析無法從事類似機器學習的「訓練」,遑論「學習」。
感謝國泰金控贊助,本次逢甲資料科學大講堂邀請何宗武教授分享獨特的雞尾酒療法訓練框架(framework),分析如何使用 Committees 組合法來強化投資標的選擇預測表現,本次講座中,何教授將分享其獨門的雞尾酒療法,可以透過擴展大規模的資產選擇(Portfolio selections) 空間,計算各個投資標的的分數,並且從中混合出較佳投資組合的方法,此方法經過多個市場指數驗證,績效可高於基準2倍以上。此研習內容適合對理財機器人有興趣人士或正從事相關工作的專業人員,且將提供小規模實做的數據和R程式。
此外,國泰金控也嘗試分析客戶行為資料,
何宗武 博士
|
蘇大鈞 資料科學分析師
|
2019 年 11 月 16 日 (星期六) 9:00 - 17:00
逢甲大學第三國際會議廳 (資電館 2F)
議程
時段 |
內容 |
9:00-9:30 |
報到 |
9:30-10:30 |
NLP技術用在客服進線問題預測模型 蘇大鈞 資料科學分析師 |
10:30-10:50 |
Tea Break |
10:50 - 12:30 |
優化資產選擇的雞尾酒療法 - 資產選擇簡介 |
12:30 - 13:30 |
午餐 |
13:30 - 15:10 |
優化資產選擇的雞尾酒療法 - 大規模擴延的資產選擇 |
15:10 - 15:30 |
Tea Break |
15:30 - 17:00 |
優化資產選擇的雞尾酒療法 - 雞尾酒療法的演算架構與投資組合回測表現 |