用於金融分析的 Python 和機器學習

Contents

掌握Python 程式設計基礎，利用機器學習的力量解決金融領域的實際應用。

從這 23 小時的課程，你會學到

掌握 Python 3 程式設計基礎，以金融為重點的資料科學和機器學習
瞭解如何利用 Python 的力量來應用關鍵的金融概念，如計算每日投資組合收益、風險和夏普比率
瞭解資本資產定價模型（CAPM）、馬科維茨投資組合優化和有效邊界背後的理論和直覺
應用 Python 實現多種交易策略，如基於動量和移動平均線的交易策略
瞭解如何使用 Jupyter Notebooks 來開發、展示和分享資料科學專案
學習如何使用關鍵的 Python 程式庫，如 NumPy 用於科學計算，Pandas 用於資料分析，Matplotlib 用於資料繪圖/視覺化，Seaborn 用於統計繪圖
掌握 SciKit-Learn 程式庫，使用真實世界的資料集建立、訓練和調整機器學習模型。
應用機器和深度學習模型解決銀行和金融行業的實際問題，如股票價格預測、證券新聞情緒分析、信用卡欺詐檢測、銀行客戶細分和貸款違約預測
瞭解幾種機器學習演算法背後的理論和直覺，用於迴歸任務（簡單/多項/多項式）、分類和聚類（K-Means）
使用各種KPI(關鍵效能指標)評估訓練好的機器學習迴歸模型的效能，如平均絕對誤差、平均平方誤差和均方根誤差直觀、R平方直觀和調整R平方
使用各種KPI評估訓練好的機器學習分類器的效能，如準確率、精度、召回率和F1-score
理解人工神經網路(ANNs)、迴圈神經網路(RNNs)和長短期記憶網路(LSTM)的基礎理論、直覺和數學
使用反向傳播和梯度下降演算法訓練ANNs
最佳化ANNs的超引數，如隱藏層和神經元的數量，以提高網路效能
掌握機器學習和資料科學應用的特徵工程和資料清洗策略

要求

不需要先前的經驗

課程說明

你是否已經準備好學習python程式設計基礎，並直接應用它們來解決金融和銀行領域的實際應用？

如果答案是肯定的，那麼歡迎參加 “金融分析的Python和機器學習大全 “課程，在課程中，你將學習到用Python開發實際的金融/銀行應用程式所需的一切知識!

那麼，為什麼選擇Python呢？

Python被列為2020年學習的第一大程式語言，以下是你現在需要學習Python的6個理由!

AI與機器學習的第一語言。Python是機器學習和人工智慧的第一程式語言
容易學習。Python是最容易學習的程式語言之一，尤其是你過去沒有做過任何編碼
就業：python開發人員需求量大，供應量少，是現在學習的理想程式語言。
工資高。美國Python程式設計師的平均年薪在11.6萬美元左右
可擴充性強。Python的功能非常強大，可擴充性也非常強，因此真實世界中的谷歌、Instagram、YouTube、Spotify等應用都是基於 Python 建構的
多才多藝：Python是世界上最通用的程式語言，你可以用它來做資料科學、金融分析、機器學習、電腦視覺、資料分析和視覺化、網路開發、遊戲和機器人應用

這門課程有很多獨特之處

課程分為3大部分，涵蓋python程式設計基礎、Python中的金融分析和AI/ML在金融/銀行行業的應用。詳細概述如下。

a) 第1部分–Python程式設計基礎。初學者的Python程式設計基礎涵蓋的概念有：資料型別、變數賦值、迴圈、條件語句、函式和檔案操作。此外，本節將涵蓋資料科學的關鍵 Python 程式庫，如Numpy和Pandas。此外，本節還將介紹資料視覺化工具，如Matplotlib、Seaborn、Plotly和Bokeh。

b) 第2部分–用Python進行財務分析。這一部分涵蓋了用於財務分析的Python。我們將涵蓋關鍵的金融概念，如計算每日投資組合回報率、風險和夏普比率。此外，我們還將介紹資本資產定價模型（CAPM）、馬科維茨投資組合優化和有效邊界。我們還將涉及交易策略，如基於動量的交易和移動平均線交易。

c) 第3部分–AI/ML在金融/銀行中的應用。這一部分包括AI/ML在金融領域的應用實踐專案。我們將涵蓋深度神經網路的應用，如長短期記憶（LSTM）網路來進行股價預測。此外，我們將介紹無監督的機器學習策略，如K-Means聚類和主成分分析，以執行烘焙客戶細分或聚類。此外，我們將介紹自然語言處理（NLP）的基礎知識，並應用它來執行股票情緒分析。

在整個課程中，有幾個迷你挑戰和練習，你將在實踐中學習。該課程幾乎在每個影片中都包含迷你挑戰和編碼練習，所以你將以一種實用和簡單的方式學習。
基於專案的學習方法：你將建立超過6個完整的實用專案，你可以將這些專案新增到你的專案組合中，在未來的僱主面試時展示你的專案。

那麼本課程適合哪些人呢？

本課程適合以下人群

想要利用資料科學和人工智慧的力量來最佳化業務流程，最大化收入，降低成本的金融分析師。
希望獲得對Python和資料科學在金融/銀行領域應用的基本理解的Python程式設計師初學者和資料科學家。
希望提升自己的職業生涯，建立自己的資料科學作品組合，並獲得真實世界實踐經驗的投資銀行家和金融分析師。

不需要任何經驗，即使你從來沒有使用過python或任何程式語言，也不用擔心! 你將有一個清晰的影片解釋，我們將涵蓋每一個主題。我們將從基礎開始，逐步建立你的知識。

在這個課程中，

(1)你將有一個真正的基於專案的實用學習體驗，我們將一起建立超過6個專案

(2)你將有機會獲得所有的程式碼和幻燈片，

(3)你將獲得一個完成證書，你可以釋出在你的LinkedIn個人資料上，向僱主展示你在python程式設計方面的技能。

(4) 所有這些都有30天的退款保證，所以你可以無風險地嘗試一下課程。檢視預覽影片和大綱，瞭解我們將涵蓋的專案。

目標受眾

希望利用資料科學和人工智慧的力量來最佳化業務流程、最大化收益、降低成本的金融分析師
想要獲得對Python和資料科學在金融/銀行領域應用的基本理解的Python程式設計師初學者和資料科學家
希望提升自己的職業生涯，建立自己的資料科學作品組合，並獲得真實世界實踐經驗的投資銀行家和金融分析師
不需要任何經驗，即使你從來沒有使用過python或任何程式語言，也不用擔心! 你將有一個清晰的影片解釋，我們將涵蓋每一個主題。我們將從基礎開始，逐步積累你的知識

講師簡介

Dr. Ryan Ahmed, Ph.D., MBA 教授和暢銷的 Udemy 講師

Ryan Ahmed 是一位熱愛教育和科技的暢銷的 Udemy 教練。Ryan 的使命是讓每個人都能獲得優質的教育，並且負擔得起。Ryan 擁有博士學位。麥克馬斯特大學( McMaster* University )工程學士學位，主修機電一體化和電動汽車（EV）控制。他還獲得了麥克馬斯特應用科學碩士學位，專注於人工智慧（AI）和 DeGroote 商學院的金融 MBA。

Ryan 在全球財富100強公司擔任多個工程職位。最近，他在三星美國擔任系統工程主管，並擔任加拿大菲亞特克萊斯勒汽車公司（FCA）的高級科學研究和實驗開發技術專家。Ryan 已經為全球超過 10,000 多名學生教授了工程、科學、技術和數學方面的幾門課程。他是美國密歇根州底特律 IEEE 交通電氣會議和博覽會（iTEC 2012）最佳論文獎的獲獎者。

Ryan是安大略省斯坦福大學認證專案經理（SCPM）、認證專業工程師（P.Eng。）、汽車工程師協會（SAE）成員、電氣和電子工程師協會（IEEE）會員。他還是美國伊利諾州芝加哥舉辦的2017 IEEE 運輸與電氣化會議（iTEC’17）的項目聯合主席。

*麥克馬斯特大學是僅有的加拿大大學中四所持續排名全球前100名的大學之一

Kirill Eremenko 資料科學家和外匯系統專家

我的名字是 Kirill Eremenko ，你正在讀這讓我超級興奮 !

我在 Udemy 量個別的領域授課 : 資料科學和外匯交易。我想你將會對我是否可以提供你最好的訓練有信心，以下是我在這兩個領域的一些背景。

資料科學

在專業方面，我有超過 5 年在金融、零售、交通運輸等行業的資料科學管理顧問經驗。曾受過澳大利亞 Deloitte 最好的分析導師的訓練，今天我運用大數據來推動企業戰略、改造客戶體驗和徹底改變現有的操作流程。

從我的課程中，你將立即注意到我如何將現實生活的經驗和物理與數學學術背景結合起來，在資料科學領域提供專業的分步指導。我也熱衷於公開演講，並定期在澳大利亞領先的大學和行業盛會上介紹大數據。

外匯交易

自2007年以來，我一直以交易員的身份積極參與外匯市場，並辦 MQL4 的程式設計課程計畫。我很享受外匯交易，因為外匯市場可以帶來的財務上的自由，更重要的 – 個人自由

我生活的另一部分-是一個資料科學家 – 研究商業流程和人類行為模式的各種模式… 聽起來很熟悉？是的！巧合的是，我也是演算法交易的大粉絲 : ) EAs、外匯機器人、指標、腳本、MQL4，甚至使用 java 程式設計做外匯 – 我全部都很愛!

Hadelin de Ponteves 資料科學家