1.智能投顧的概原理;

 ·為什么說智能投顧是以后投資者的趨勢

 ·美國式智能投顧在中國遇到的挑戰和解決方案

2.市場上智能投顧常見原理詳解;

 ·現代資產組合理論

 ·馬克維茨資產配置模型詳解

 ·均值方差優化資產配置模型詳解

3.資產配置模型解析

 ·高盛Black-Litterman資產配置模型詳解

 ·Treynor-Black模型詳解

 ·收益歸因和風險歸因分析

4.深度解析機器學習。

1.簡析人工智能在金融研究和投資各個領域的應用。

2.回顧常見傳統機器算法。

3.風險平價資產配置模型詳解。

4.多因子模型詳解，以及介紹基于多因子模型的資產配置模型。

5.Tensorflow的來歷、安裝、使用簡介。

6.深度學習模型在金融投資領域的潛在應用介紹。

7.量化投資中的自適應建模和優化方法(Adaptive Modeling and Optimization)。

8.使用自動化的文本挖掘算法進行信用風險評估，信用風險評估和決策中的人工智能算法

9. 非結構化數據在金融研究和投資領域的應用

·案例：文本挖掘上市公司季報

·案例：衛星遙感數據監控石油儲量

10.金融知識圖譜構建原理解析，深入剖析市場上常見的金融搜索原理、構建方法及不足。

1. 公募基金智能投顧系統架構剖析；

2. 通過真實案例分析講解數據獲取和清洗，底層標的評價（經典模型（TM模型等）和新思路）；

3. 通過真實案例分析講解大類資產配置；

·協方差矩陣建模

·魯棒性調整

·市場狀況的預期方法，選基思路、以及評判標準

4. 通過真實案例分析講解組合優化算法，跨資產大類智能投顧，公募+理財+非標+私募等。

5.通過真實案例分析講解市場監控、組合監控、智能調倉和費用估算、系統部署及外部環境對接、系統測試。