1.智能投顾的概原理;

 ·为什么说智能投顾是以后投资者的趋势

 ·美国式智能投顾在中国遇到的挑战和解决方案

2.市场上智能投顾常见原理详解;

 ·现代资产组合理论

 ·马克维茨资产配置模型详解

 ·均值方差优化资产配置模型详解

3.资产配置模型解析

 ·高盛Black-Litterman资产配置模型详解

 ·Treynor-Black模型详解

 ·收益归因和风险归因分析

4.深度解析机器学习。

1.简析人工智能在金融研究和投资各个领域的应用。

2.回顾常见传统机器算法。

3.风险平价资产配置模型详解。

4.多因子模型详解，以及介绍基于多因子模型的资产配置模型。

5.Tensorflow的来历、安装、使用简介。

6.深度学习模型在金融投资领域的潜在应用介绍。

7.量化投资中的自适应建模和优化方法(Adaptive Modeling and Optimization)。

8.使用自动化的文本挖掘算法进行信用风险评估，信用风险评估和决策中的人工智能算法

9. 非结构化数据在金融研究和投资领域的应用

·案例：文本挖掘上市公司季报

·案例：卫星遥感数据监控石油储量

10.金融知识图谱构建原理解析，深入剖析市场上常见的金融搜索原理、构建方法及不足。

1. 公募基金智能投顾系统架构剖析；

2. 通过真实案例分析讲解数据获取和清洗，底层标的评价（经典模型（TM模型等）和新思路）；

3. 通过真实案例分析讲解大类资产配置；

·协方差矩阵建模

·鲁棒性调整

·市场状况的预期方法，选基思路、以及评判标准

4. 通过真实案例分析讲解组合优化算法，跨资产大类智能投顾，公募+理财+非标+私募等。

5.通过真实案例分析讲解市场监控、组合监控、智能调仓和费用估算、系统部署及外部环境对接、系统测试。