همانطور که میدانید بازار مالی در واقع محلی برای «رقابت» است، هرکس که در این رقابت پیروز شود، میتواند بازدهی بالاتری کسب کند، از این رو دانشمندان حوزههای مختلف علمی از ریاضیات تا آمار و هوشمصنوعی و علم مالی همه به دنبال پیروزی در این رقابت هستند، هر شرکت و فردی که بتواند از ابزارهای پیرامون خود استفاده بهتری کند،میتواند در این رقابت پیروز شده و بازدهی بالاتری کسب کند! در گذشته با توجه به حجم کم داده، متخصصین علم مالی برنده این بازی بودند، اما هرچه به سمت جلو حرکت میکنیم، دانشمندان علم داده و هوش مصنوعی که درک بالایی نسبت به علم مالی دارند، توانمندیهای بالاتری در کسب بازده از بازارها به دست میآورند. هوش مصنوعی و علم داده به ما ابزاری میدهد که با استفاده از آن بتوانیم تحلیلهای دقیقتر و سریعتری نسبت به بقیه داشته باشیم و با استفاده از این ابزار میتوانیم در «رقابت» پیروز شده و بازدهی بالاتری کسب کنیم.
پس از انقلاب صنعتی چهارم، مهمترین دارایی شرکت های فناور، داده هایی است که روزانه تولید و استفاده می شود. دلیل اینکه مجله کسب و کار هاروارد علم داده را جذاب ترین دانش سال 2021 نامیده است، اهمیت بالای داده در کسب و کارهای نوین امروز است.
صنایع مالی اعم از بورس، بانک و بیمه جزء به روزترین صنایعی هستند که علاوه بر حجم بالای اطلاعات ، با مبالغ بالای پول و سرمایه هم در تعامل هستند که این باعث افزایش بیش از پیش تحلیل داده ها در این صنعت شده است. نیاز به سرعت بسیار بالا در دریافت، پردازش و تحلیل داده ها و در نتیجه انتخاب تصمیم مناسب و در لحظه، باعث ایجاد شاخه ای معاملات در صنعت مالی به نام معاملات الگوریتمی شده است. در واقع معاملات الگورتیمی چیزی نیست جز کاربرد علم داده در فرآیندهای مالی.
در این دوره آموزشی، دانشجویان ضمن آشنایی با مفاهیم پایه علم داده، با استفاده از داده های واقعی بازارهای مالی داخلی و خارجی وارد دنیای علم داده و معاملات الگوریتیمی خواهند شد. دوره به گونه ای طراحی شده است که نیازی به پیش زمینه قبلی نیست و کلیه مباحث در دوره ارائه می شود. تنها شرط موفقیت در این دوره تلاش و تلاش است.
این دوره برای تمام علاقمندان و فعالین بازارهای مالی اعم از بورس ایران و بین الملل، نهادهای مالی نظیر صنایع بانکداری، بیمه، کارگزاری، صندوقهای سرمایهگذاری و سبدگردانی و تمامی افراد شامل دانشجویان و فارغ التحصیلانی که به دنبال کسب تخصص در لبههای دانش معاملهگری میباشند، مناسب است.
دکترای اقتصاد و متخصص کاربرد علوم داده در Finance
نایب رئیس کمیسیون نرم افزارهای پیشرفته سازمانی سازمان نظام صنفی رایانه ای استان تهران
دکتری اقتصاد و متخخص کاربرد علوم داده در Finance
دکتری اقتصاد و متخخص کاربرد علوم داده در Finance
