Ogólnopolska platforma mentoringu online
Interpretacja danych

Czytanie raportów AI z rynku finansowego - co naprawdę mówią dane

7 minut 4 sesje / 2 tygodnie Średniozaawansowany
Cena dostępu
790 PLN
Pozostałe miejsca
6
Zapisz się teraz
Czytanie raportów AI z rynku finansowego - co naprawdę mówią dane
Narzędzie do analizy rynków finansowych z wykorzystaniem sztucznej inteligencji - czym jest i jak naprawdę działa w praktyce.

Coraz więcej firm dostarcza swoim analitykom gotowe raporty z systemów AI - prognozy cen, analizy sentymentu, sygnały techniczne. Problem polega na tym, że większość odbiorców tych raportów nie wie, na jakich założeniach są oparte i kiedy należy je zakwestionować.

Ten warsztat odpowiada na konkretne pytania: co znaczy, że model ma dokładność 78% i czy to wystarczy do podjęcia decyzji? Jak sprawdzić, czy analiza sentymentu była robiona na danych z właściwego okresu? Kiedy rozbieżność między modelem a intuicją analityka powinna budzić niepokój?

Pracujemy na przykładach z raportów Bloomberg Intelligence, FactSet i własnych narzędzi firm asset management. Każdy przykład jest omawiany pod kątem tego, co model mógł pominąć i jakie pytania warto zadać przed użyciem wyników w prezentacji dla klienta lub zarządu.

Format warsztatu

Spotkania odbywają się w grupach do 12 osób, w trybie online. Każda sesja trwa 3 godziny i zawiera część teoretyczną oraz pracę na konkretnych raportach. Uczestnicy mogą przesyłać własne przykłady raportów do omówienia przed zajęciami.

Tematy
Analiza AI Rynki finansowe Strategie danych Interpretacja wyników
104
uczestników ukończyło program
4.2
średnia ocena uczestników

Program

Szczegółowy zakres materiału - co obejmuje ten program i w jakiej kolejności jest realizowany.

Plan warsztatu - 4 sesje

Sesja 1 - Metryki modeli AI
Accuracy, precision, recall, F1 w kontekście finansowym. Kiedy wysoka dokładność modelu nic nie znaczy.
Sesja 2 - Analiza sentymentu w praktyce
Jak działają modele NLP na danych finansowych. Typowe błędy w raportach sentymentu - błędna tokenizacja żargonu branżowego, problem z sarkazmem, brak kontekstu sektorowego.
Sesja 3 - Sygnały techniczne z AI
Różnica między klasyczną analizą techniczną a sygnałami generowanymi przez ML. Jak czytać przedziały ufności i dlaczego wąski przedział nie oznacza pewności.
Sesja 4 - Praca na własnych przypadkach
Uczestnicy przynoszą raporty ze swojej pracy. Wspólna analiza założeń, danych wejściowych i potencjalnych błędów interpretacyjnych.
Materiały po warsztacie
  • Lista kontrolna do weryfikacji raportów AI (format PDF i Notion)
  • Słownik pojęć statystycznych używanych w raportach finansowych AI
  • Nagrania wszystkich 4 sesji dostępne przez 6 miesięcy
Skontaktuj się z nami