用 Python 做時間序列分析 2020


用 Python 做時間序列分析 : 理論、建模 : 從 AR 到 SARIMAX,向量模型,GARCH,自動 ARIMA,預測

報名參加課程

從這 7.5 小時的課程,你會學到

  • 區分時間序列資料( time series data )和橫斷面資料( cross-sectional data )
  • 理解時間序列資料的基本假設,以及如何利用這些假設
  • 將資料集轉換為時間序列
  • 開始用 Python 編寫程式,並學習如何使用它進行統計分析
  • 使用 Python 進行時間序列分析,並根據相關資料解釋結果
  • 檢查相關序列之間的關鍵差異,如價格和回報
  • 理解在比較不同時間序列時對資料進行標準化的必要性
  • 領教特殊類型的時間序列,如白噪聲( White Noise )和隨機漫步( Random Walks )
  • 學習“自相關( autocorrelation )”以及如何解釋它
  • 通過移動平均線瞭解“意外衝擊” 的會計
  • 討論時間序列中的模型選擇以及殘差在其中的作用
  • 理解平穩性及其存在性如何測驗
  • 承認整合的概念,並理解何時、為什麼以及如何正確使用它
  • 認識到波動率的重要性,以及我們如何度量它
  • 根據過去觀察到的模式來預測未來

要求

  • 不必要有時間序列的經驗
  • 你需要安裝 Anaconda。我們將告訴你如何一步一步地做
  • 最好對寫程式有一定的瞭解,但不是必需

課程說明

商業銀行如何預測其貸款組合的預期表現?

或者投資經理如何評估股票投資組合的風險?

預測房地產資產的計量方法有哪些?

如果有一些時間相依性,那麼你知道它 – 答案是: 時間序列分析。

本課程將教給你一些實用技能,這些技能可以讓你找到一份計量金融分析師( quantitative finance analyst, )、資料分析師( data analyst )或資料科學家( data scientist )的工作。

很快地,你將獲得的基本技能,使你能夠執行復雜的時間序列分析,直接應用於實戰。 我們建立了一個時間序列課程,它不僅不受時間限制,而且:

  • 很容易理解
  • 全面
  • 實用
  • 直奔主題
  • 充滿了大量的練習和資源

但我們知道,這可能還不夠。

我們使用最突出的工具並通過 Python ( 目前最流行的程式語言 ) 實現它們 – 目前最流行的程式語言。記住這一點..。

歡迎來到 Python 時間序列分析!

參加線上課程有個重大問題是瞭解能從中學到什麼。我們已經確保你將從中熟練掌握時間序列分析所需的一切。

我們從探索基本的時間序列理論開始,以幫助你理解之後的建模。

然後在整個課程中,我們將使用一些 Python 程式庫,給你完整的培訓。我們將使用 Pandas 內建的強大時間序列功能,以及其他基礎程式庫,如 NumPy、 matplotlib、 StatsModels、 yfinance、 ARCH 和 pmdarima。

通過這些工具,我們將掌握最廣泛使用的模型:

  • AR (autoregressive model,自迴歸模型
  • MA (moving-average model,移動平均模型)
  • ARMA (autoregressive-moving-average model,自迴歸移動平均模型)
  • ARIMA (autoregressive integrated moving average model,自迴歸整合移動平均模型)
  • ARIMAX (autoregressive integrated moving average model with exogenous variables,具有外生變數的 ARIMA模型
  • SARIA (seasonal autoregressive moving average model,季節性 ARMA 模型)
  • SARIMA (seasonal autoregressive integrated moving average model,季節性 ARIMA模型模型)
  • SARIMAX (seasonal autoregressive integrated moving average model with exogenous variables,帶有外生變數的季節性 ARIMA模型模型)
  • ARCH (autoregressive conditional heteroscedasticity model,自迴歸條件異方差模型)
  • GARCH (generalized autoregressive conditional heteroscedasticity model,廣義自迴歸條件異方差模型)
  • VARMA (vector autoregressive moving average model,向量自迴歸移動平均模型)

我們知道,時間序列是那些總是留下一些疑問的主題之一。

直到現在。

這門課正是你一勞永逸地理解時間序列所需要的。不僅如此,你還會得到大量額外的材料 – 筆記本檔案、課程筆記、測驗問題,以及許許多多的練習 – 一切都包括在內。

你得到了什麼?

  • 積極的 Q&A 支援
  • 補充資料 – 筆記本檔案、課程筆記、問答題、練習
  • 得到一份與時間序列分析相關工作的所有知識
  • 加入一個資料科學愛好者的社群
  • 課程完成證明書
  • 訪問未來的更新
  • 解決現實生活中的商業案例,你獲得工作的履歷檔案

我們很樂意提供 30 天退款保證,沒有任何風險。該課程的內容非常出色,這對我們來說是顯而易見要這麼做的,我們確信你會喜歡它。

為什麼要等?每等一天就錯失一些機會。

點擊“立即購買”按鈕,立即開始使用 Python 精通時間序列。

目標受眾

  • 有抱負的資料科學家
  • 程式設計初學者
  • 對計量金融感興趣的人
  • 想要專攻金融的程式設計師
  • 需要更好地應用 Python 知識的金融專業畢業生和專業人士

講師簡介

365 Careers   為商業和金融學生創造機會

365 Careers 是 Udemy 金融課程最暢銷的供應商。 該公司的課程已經被 199 個國家的 12 萬多名學生採用。 在 Apple、PayPal和花旗銀行等世界級公司工作的人員已經完成了 365 招聘培訓。

目前,該公司重點關注 Udemy 的以下主題:

  1. 財務 – 財務基礎,用 Excel 做財務建模,估值,會計,資本預算,財務報表分析(FSA),投資銀行(IB),槓桿收購(LBO),財務規劃和分析(FP&A),公司預算和 應用Python的財務
  2. 資料科學 – 統計,SQL,Python,商業智慧,R,機器學習和 TensorFlow
  3. 創業 – 企業戰略,管理和人力資源管理,行銷,決策,談判和說服
  4. 辦公效率 – Microsoft Excel,PowerPoint,Microsoft Word 和 Microsoft Outlook

公司的所有課程是:

  • 預先寫好腳本
  • 動手做
  • 強烈聚焦
  • 互動性高
  • 實際測試

經由選擇 365 Careers,你可以確保你將跟經驗豐富的專家學習,他們對教學有熱情,並且能夠在最短的時間內把你從初學者帶到專業。

如果你想成為金融分析師,財務經理,FP&A分析師,投資銀行家,企業管理人員,企業家,商業智慧分析師,資料分析師或資料科學家,365 Careers 是你完美的起點。

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

當這個頁面更新時,傳送 e-mail 給我

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: