توضیحات
دوره آموزش numpy ، pandas ، matplotlib ، quantopian ، امور مالی برای معامله های الگوریتمی با پایتون
مباحثی که در این دوره فرا خواهید گرفت :
- برای کار سریع با داده های عددی از NumPy استفاده کنید
- از Pandas برای تجزیه و تحلیل و تجسم داده ها استفاده کنید
- برای ایجاد طرح های سفارشی از Matplotlib استفاده کنید
- بیاموزید که چگونه از statsmodels برای تجزیه و تحلیل سری زمانی استفاده کنید
- آمار مالی مانند بازده روزانه ، بازده تجمعی ، نوسانات و غیره را محاسبه کنید.
- از میانگین متحرک نمایی استفاده کنید
- از مدل های ARIMA در داده های سری زمانی استفاده کنید
- نسبت Sharpe را محاسبه کنید
- بهینه سازی تخصیص اوراق بهادار
- مدل قیمت گذاری دارایی سرمایه را درک کنید
- درباره فرضیه بازار کارآمد اطلاعات کسب کنید
- انجام معاملات الگوریتمی در Quantopian
پیش نیازهای دوره آموزش numpy ، pandas ، matplotlib ، quantopian ، امور مالی برای معامله های الگوریتمی با پایتون
- اطلاعاتی پایه ایی از دانش برنامه نویسی (ترجیحاً پایتون)
- نصب نرم افزار Anaconda (Python)
- آمار اساسی و جبر خطی مفید خواهد بود
معرفی و توضیحات دوره
به دوره آموزش numpy ، pandas ، matplotlib ، quantopian ، امور مالی برای معامله های الگوریتمی با پایتون خوش آمدید! آیا شما به استفاده از پایتون برای انجام تجزیه و تحلیل دقیق مالی و پیگیری تجارت الگوریتمی علاقه دارید ، پس این دوره مناسب شماست!
این دوره تمامی مبحثی را که باید در مورد امور مالی و تجارت الگوریتمی بدانید پوشش خواهد داد! ابتدا با یادگیری اصول پایتون شروع خواهیم کرد و سپس در مورد کتابخانه های اصلی مورد استفاده از جمله jupyter ، numpy ، pandas ، matplotlib ، statsmodels ، zipline ، Quantopian و موارد دیگر بیشتر خواهیم آموخت!
موضوعات زیر را که توسط متخصصان مالی مورد استفاده قرار می گیرد پوشش خواهیم داد:
- مبانی پایتون
- NumPy برای پردازش عددی با سرعت بالا
- pandas برای تجزیه و تحلیل کارآمد داده ها
- Matplotlib برای تجسم داده ها
- استفاده از pandas-datareader و Quandl برای بررسی مصرف داده
- تکنیک های تجزیه و تحلیل سری زمانی Pandas
- تحلیل بازده سهام
- بازده تجمعی روزانه
- نوسانات و ریسک اوراق بهادار
- EWMA (میانگین متحرک وزنی)
- مدل های استات
- ETS (خطا-روند-فصلی)
- ARIMA (میانگین متحرک رگرسیون)
- نمودارهای همبستگی خودکار و نمودارهای همبستگی خودکار جزئی
- نسبت Sharpe
- بهینه سازی ها
- کارآمد مرز و بهینه سازی Markowitz
- انواع وجوه
- مدل قیمت گذاری دارایی سرمایه
- تقسیم سهام و سود سهام
- فرضیه بازار کارآمد
- معاملات الگوریتمی با Quantopian
- معاملات آتی
مخاطب هدف دوره آموزش numpy ، pandas ، matplotlib ، quantopian ، امور مالی برای معامله های الگوریتمی چه کسانی هستند ؟
افرادی که به دنبال تحلیل های مالی با استفاده از زبان برنامه نویسی پایتون هستند .
نقد و بررسیها
هیچ دیدگاهی برای این محصول نوشته نشده است.