Tiene una brillante carrera en gestión de inversiones si se está especializando en finanzas y aprendizaje automático.
Estoy completamente de acuerdo con su visión del futuro de la gestión de inversiones. He escrito sobre una pregunta similar aquí:
- ¿Qué consejo le darías a un trader cuantitativo principiante?
La gestión de inversiones está pasando por una transformación FinTech, donde el negocio ahora se está enfocando en usar tecnología e inteligencia artificial en la parte del trabajo que genera ingresos. Los humanos anteriores impulsarían la generación de ingresos y la tecnología y el aprendizaje automático solo se utilizarían para reducir los costos en las tareas de soporte.
- ¿Hay alguna diferencia entre los codificadores automáticos y el codificador-decodificador en el aprendizaje profundo?
- Si existieran interfaces neuronales, ¿cuáles serían las aplicaciones civiles? ¿Cuántos tendría, por qué?
- ¿Cuándo es un bosque aleatorio una mala elección en relación con otros algoritmos?
- Cuando implementa algoritmos de aprendizaje automático, ¿cómo puede saber si su algoritmo es el enfoque incorrecto, si necesita ajustar los parámetros o si hay un error en su código?
- ¿Cuál es la diferencia entre Python y el aprendizaje automático?
Algunos ejemplos de esta transformación FinTech:
- El aprendizaje profundo es ahora la estrategia comercial más rentable
- Más del 90% de todo el comercio en intercambios se decide por aplicaciones de comercio algorítmicas y no por humanos.
Lo único que necesita aprender es cómo evitar el sobreajuste. Esa es la principal diferencia entre un buen cuant y uno de bajo rendimiento.
Referencias
- ¿Cómo es la vida laboral de un quant?
- ¿Cómo puedo, como estudiante universitario, ingresar al campo de negociación de alta frecuencia?
- ¿Cuál es la diferencia entre FinTech y Finance?
- ¿Se utiliza el aprendizaje profundo en el comercio?
Relacionado: ¿Puede la ciencia de datos resolver la gestión de inversiones?
