用 Python 從多個免費網路資源匯入金融資料

獲取數以千計的股票、債券、指數、(加密貨幣)的歷史價格、基本面、指標/比率等

報名參加課程

從這 7.5 小時的課程,你會學到

  • 用 Python 從 Web 匯入免費/低價金融資料
  • 安裝所需的程式庫和套件
  • 使用強大的 APIs 和 Python 包裝套件
  • 下載數以千計的股票、指數、共同基金和 ETF 的歷史價格和基本面
  • 下載歷史價格貨幣(外匯) 、加密貨幣、債券及更多
  • 在本地儲存/儲存資料
  • Pandas 程式設計速成班

要求

  • 一些 Python 基礎
  • 一台能夠儲存和執行 Anaconda 的桌上型電腦(Windows、 Mac 或 Linux)。本課程將帶領你安裝必要的免費軟體
  • 能夠播放影片和下載資料的網際網路連線
  • 理想的情況是有過一次使用 Pandas 程式庫的經驗 (不過並非必要,本課程包括 Pandas 速成課程)

課程說明

在處理財務資料時,最關鍵和最昂貴的部分是什麼?

Pandas 程式碼編輯?建立一些先進的演算法來分析和優化投資組合?建立演算法交易和機器人建議的解決方案?也許吧!但是很多時候是…獲取資料!

金融資料是稀缺的且高等級資料提供商通常收取年費 US$20,000 或更多!

然而,在所有金融專業人士或研究人員需要財務資料的案例中,95% 的案例實際上可以從免費或低價的網路資源獲得。其中一些提供了強大的 APIs 和 Python 包裝套件,這使得用 Python 匯入資料和將資料匯入 Python 變得更加容易和自在。

+ + 本課程向你展示如何從網上獲取大量金融資訊,並提供可下載的 Python 程式碼模板(Jupyter notebook)以方便你使用!+++

本課程涵蓋了四種不同的資料來源,並詳細解釋如何安裝所需的程式庫( Libraries ),以及如何用幾行 Python 程式碼下載和匯入資料你將接觸到

  • 世界各地 60 多家交易所
  • 120,000+ 個符號/儀器
  • 數以千計的股票、指數、共同基金和 ETFs 的歷史價格和成交量資料
  • 外匯: 150+ 實體貨幣/貨幣配對
  • 500+ 種數位/加密貨幣
  • 公司債券的基本面、評級、歷史價格和收益率
  • 商品(原油、黃金、白銀等)
  • 4500 種美國股票的股票期權
  • 數以千計的股票、指數、共同基金和 ETFs 的基本面、指標和比率
  • 資產負債表
  • 損益表(P&L,Profit and Loss Statements )
  • 現金流量表
  • 50+ 技術指標(如 SMA、Bollinger Bands)
  • 即時及歷史資料(追溯至1960年代)
  • 串流的高頻即時資料
  • 股票分割和股利,以及這些是如何反映在股票價格
  • 瞭解如何調整股票價格的股票分割和股利..。
  • … 並為你的任務使用適當調整的資料! (避免陷阱!)
  • 建立自己的財務資料庫..。

… 拯救成千上萬的 USDs!

你還在等什麼? 一如既往,我提供30天退款保證。所以,你毫無風險!

期待著在課堂上見到你!

目標受眾

  • 投資和金融專業人士(和他們的公司)在財務資料上花費上千美元
  • (金融)學生和研究人員,需要運用大量金融資料集但預算有限
  • 每位需要運用金融資料的人

講師簡介

Alexander Hagmann 資料科學家 | 金融專業人士 | 企業家  ( 更多講師主講課程介紹 )  

Alexander 是一位擁有金融專業的資料科學家,在金融和投資行業有超過 9 年的經驗。同時,他也是 Udemy 最暢銷的講師。

  • Pandas 的資料分析/處理
  • (金融)資料科學
  • 企業與金融的 Python

Alexander 的職業生涯始於傳統的金融部門,後來逐步進入資料驅動和人工智慧驅動的金融領域。他目前從事尖端金融技術專案,為演算法交易和機器人投資提供解決方案。Alexander 很高興能在這裡與其他人分享他的知識。完成課程的學生在世界各地最大、最受歡迎的科技和金融公司工作。

Alexander 的課程有一個共同點: 內容和概念實用且經過現實世界的證明。明確著重於技能獲取和概念理解,而不是去記憶。

Alexander 擁有金融碩士學位,並通過了所有三個 CFA 考試(他目前不是 CFA 協會的活躍成員)。

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

報名參加課程

Sponsored by Udemy

也許你會有興趣

 歡迎使用 App / Email | Telegram 訂閱 網站更新

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: