使用 Python 做金融分析與演算法交易課程

Contents

資料科學的專家已經變成華爾街的搶手人才。如果你想成為這方面的專家，也有Python的基礎，這堂課將帶你入門跨金融領域的資料科學世界。這是一位曾為世界各地的各種公司提供資料科學和 python內訓的資料科學家所開的課，帶你學習 numpy、pandas、matplotlib、quantopian 和金融等相關的知識，讓你有能力運用 Python 做演算法交易。

課程介紹影片

Quantitative Finance：計量金融

從這 16.5 小時的課程，你會學到

使用 NumPy 快速運用數值資料
運用 Pandas 做分析並視覺化資料
使用Matplotlib建立自定義的繪圖(plots)
學習如何使用 statsmodels 做時間序列分析
計算金融統計，比如日收益、累計收益率、波動率等
使用指數加權移動平均值(Exponentially Weighted Moving Averages)
在時間序列資料上使用 ARIMA 模型
計算 Sharpe 比率
優化投資組合分配
了解資本資產定價模型
學習有效市場假說
進行 Quantopian 的演算法交易

需求

具備一些程式設計的知識（最好是Python）
能夠將Anaconda (Python)下載到你的電腦
具備統計和線性代數基礎將有幫助

課程說明

歡迎考慮”用 Python 做財務分析與演算法交易“這門課！你是否對如何使用 Python 進行嚴格的財務分析和追求演算法交易感興趣，那麼這正是你要的課程！

本課程將引導你了解使用 Python 進行財務和演算法交易所有需要的知識！我們首先學習 Python的基礎知識，然後繼續了解 Py-Finance 生態系統中使用的各種核心庫 (libraries)，包括 jupyter 、numpy、pandas、matplotlib、statsmodels、zipline、Quantopian等等！

我們將介紹金融專業人員使用的以下主題：

Python基礎知識
使用 NumPy 做高速的數值處理
使用 Pandas 做高效的資料分析
Matplotlib：做資料視覺化
使用 pandas 資料庫讀取器和 Quandl 進行資料採集
Pandas 時間序列分析技術
股票回報分析
累計日收益
波動性和證券風險
EWMA（指數加權移動平均線）
Statsmodels
ETS（錯誤-趨勢，季節性）
ARIMA（自動回歸整合移動平均線）
自動相關圖和部分自動相關圖
Sharpe 比率
投資組合分配優化
有效的邊境和 Markowitz 優化
資金類型
訂單簿 (Order Books)
賣空 (Shrot Selling，賣出不在手的股票)
資本資產定價模型
股票分割和股息
有效市場假說
Quantopian 的演算法交易
期貨交易

目標受眾

想了解財務分析的Python程式設計師

講師介紹

Jose Portilla 資料科學家

Jose Marcial Portilla 擁有來自聖克拉拉(Santa Clara )大學的機械工程學士學位和碩士學位，也有多年資料科學和程式設計專業教練和培訓師的經驗。他在各種領域如微流體、材料科學和資料科學技術中有出版物和專利。在他的職業生涯中，他已經發展了分析資料的技能，他希望利用他在教學和資料科學方面的經驗，幫助其他人學習程式開發的能力、分析資料，以及清晰地呈現數據和漂亮的可視化。

目前他是Pierian Data Inc.的資料科學主管，為世界各地的各種公司提供資料科學和 python 內訓課程，包括瑞士信貸等頂級銀行。隨時在LinkedIn上與他聯繫，獲取個人培訓課程的更多資訊。