- Регистрация
- 22 Февраль 2018
- Сообщения
- 11.084
Автор: Udemy
Название: Инвестирование на основе данных (с Python) | Финансовая наука о данных (2021)
Описание:
Data Driven Investing (with Python) | Financial Data Science
Udemy
Станьте инвестором, ориентированным на данные. Избавьтесь от догадок в своих инвестициях навсегда. Используйте возможности науки о финансовых данных, финансового анализа, Python и количественных финансов для принятия надежных инвестиционных решений (и создания альфа-версии).
Узнайте, как использовать строгие статистические методы на Python для принятия инвестиционных решений (даже если вы не знаете статистики или у вас слабая математика).
Встречайте самый полный курс по инвестированию на основе данных в Интернете . С участием:
# =============================
# 2 ЧАСТИ, 8 РАЗДЕЛОВ МАСТЕРСТВА
# =============================
(плюс, все будущие обновления включены!)
Структурированная программа обучения Designed for Distinction ™, включающая:
- 12,5 часов увлекательных практических видеоуроков в формате HD по запросу.
- Реальные приложения на протяжении всего курса
- 200+ вопросов викторин с безупречно подробными решениями, которые помогут вам не сбиться с пути и сохранить свои знания
- Задания, которые выводят вас из зоны комфорта и дают возможность применять все, что вы узнали
- Практический тест, чтобы отточить и обрести уверенность в основных вечнозеленых принципах
- Код Python (созданный с нуля), который поможет вам создать воспроизводимую систему для инвестирования.
- Математические доказательства для математически любознательных
- Инструктор, безумно увлеченный финансами, инвестированием, Python и наукой о финансовых данных.
ЧАСТЬ I. ОСНОВЫ ИНВЕСТИЦИОННОГО АНАЛИЗА
Начните с твердого владения основными принципами, лежащими в основе всего процесса инвестиционного / финансового анализа.
Изучите отношения в сфере инвестиционной безопасности и оцените доходность
- Откройте для себя мощные взаимосвязи между ценой, риском и доходностью
- Интуитивно исследуйте основной фундаментальный закон финансового анализа - Закон единой цены .
- Узнайте, что на самом деле означает «продажа акций» и как это работает
- Узнайте , как рассчитать доходность акций и доходность портфеля с нуля
- Работайте с реальными данными на Python и точно знайте , что делает ваш код и почему он работает
Оценка ожидаемой доходности финансовых ценных бумаг
- Узнайте, что такое «ожидаемая доходность» и как ее оценить, начиная с простого среднего
- Погрузитесь глубже с ожидаемой доходностью «государственного контингента», которая синтезирует ваше мнение с данными.
- Узнайте, как рассчитать ожидаемую доходность с использованием моделей ценообразования активов, таких как CAPM (модель ценообразования капитальных активов)
- Откройте для себя многофакторные модели ценообразования активов, включая «трехфакторную модель Fama French», Carhart 4 («Momentum») и другие.
- Освойте теоретические основы и примените полученные знания, используя реальные данные на Python самостоятельно!
Количественно оценить фондовый риск и оценить риск портфеля
- Изучите риск акций и узнайте, как количественно оценить общий риск с нуля
- Примените свои знания к любым акциям, которые вы хотите изучить и с которыми хотите работать.
- Откройте для себя 3 фактора, которые влияют на риск портфеля (один из которых важнее двух других вместе взятых)
- Узнайте, как оценить риск портфеля для «простых» портфелей из двух активов
- Узнайте, как измерить портфельный риск нескольких акций (включая работу с реальными данными на Python!)
Проверьте свое мастерство
- Так. Много. Знания, навыки и опыт. Готовы ли вы к этому вызову? - Пройдите «Тест на мастерство»
- Определите области, которые вам нужно улучшить и улучшить в контексте финансового анализа / инвестиционного анализа.
- Настройте себя на успех в области науки о финансовых данных / количественных финансов , обеспечив прочную основу
ЧАСТЬ II: ИНВЕСТИРОВАНИЕ НА ДАННЫХ | НАУКА О ФИНАНСОВЫХ ДАННЫХ / КОЛИЧЕСТВЕННЫЕ ФИНАНСЫ
Поднимите свои навыки финансового анализа / инвестиционного анализа на совершенно новый уровень, узнав, как использовать финансовые данные, количественные финансы и Python для инвестирования.
Откройте для себя инвестирование на основе данных и проектирование гипотез
- Узнайте, что такое « инвестирование на основе данных » и что оно влечет за собой.
- Изучите пятиступенчатый процесс инвестирования , основанный на данных, который поможет вам избавиться от догадок при принятии инвестиционных решений.
- Узнайте, как разрабатывать инвестиционные идеи (в том числе как и откуда их брать)
- Изучите тонкости «исследовательских вопросов» в контексте науки о финансовых данных / инвестирования на основе данных.
- Превратите свои инвестиционные идеи в проверяемые гипотезы (даже если вы не знаете, что такое «проверяемая гипотеза»)
Собирайте, очищайте и исследуйте данные из реального мира
- Узнайте, как и где можно получить данные для проверки и подтверждения собственных гипотез.
- Овладейте основой науки о финансовых данных - очисткой данных - и избегайте ловушки «GIGO» (даже если вы не знаете, что такое «GIGO»)
- Работайте с большими наборами данных (возможно, «Big Data») с более чем 1 миллионом наблюдений, используя Python!
- Откройте для себя быстрые «хаки» для легкой очистки данных на Python (и узнайте о проблемах, которые легко пропустить)
- Учитесь, исследуя важные вопросы о влиянии ESG на финансовые рынки
Провести исследовательский анализ данных
- Узнайте, как применять один из наиболее распространенных методов анализа финансовых данных - «исследовательский анализ данных» с использованием Python.
- Оцените интригующие отношения между доходами и ESG (или другим фактором по вашему выбору)
- Узнайте, как статистически проверять и проверять гипотезы с помощью «простых» t-критериев.
- Никогда не идите на компромисс с математической целостностью концепций - поймите, почему уравнения работают именно так
- Узнайте, как «обновить» убеждения и избежать потери денег , используя возможности науки о финансовых данных, количественных финансов и Python.
Дизайн и создание инвестиционных портфелей
- Узнайте, что именно нужно для разработки и построения инвестиционных портфелей , основанных на индивидуальных инвестиционных идеях.
- Узнайте, как рассортировать компании по «ведрам», чтобы помочь выявить монотонные отношения (жизненно важный метод анализа науки о финансовых данных)
- Используйте возможности Pandas в Python для проведения инвестиционного анализа, как профессионалы (хедж-фонды, специалисты по финансовым данным, прикладные исследователи)
- Укрепите свои навыки в области анализа финансовых данных , узнав об удивительных настройках Python по умолчанию (и о том, что вы можете сделать, чтобы их преодолеть)
- Графические диаграммы, которые позволяют получить значимое представление о количественных финансах, включая изучение эффективности портфеля с течением времени с помощью Matplotlib и Seaborn
Статистическая проверка и подтверждение гипотез
- Попрощайтесь с догадками , надеждой и удачей, когда дело доходит до принятия инвестиционных решений
- Тщательно проверяйте и статистически проверяйте свои инвестиционные идеи, применяя надежные методы анализа финансовых данных на Python.
- Добавьте использование сложных инструментов, включая простую t-статистику и более «сложные» регрессии, в свой набор средств аналитики для анализа финансовых данных.
- Узнайте, что на самом деле нужно для поиска и создания Alpha (чтобы « превзойти рынок »)
- Изучите и примените проверенные временем методы анализа финансовых данных и количественного финансирования, используемые хедж-фондами, специалистами по финансовым данным и исследователями на Python.
РАЗРАБОТАН ДЛЯ ОТЛИЧИЯ ™
Мы использовали те же испытанные и проверенные временем методы обучения, которые помогли нашим клиентам успешно сдать профессиональные экзамены (например, ACA, ACCA, CFA®, CIMA), получить работу в самых известных инвестиционных банках мира, управлять собственные портфели, взять под контроль свои финансы, избавиться от страха перед математикой и уравнениями и многое другое.
Вы в надежных руках.
Вот как мы поможем вам освоить невероятно мощные методы науки о финансовых данных и финансового анализа, чтобы стать надежным инвестором, ориентированным на данные, который использует всю мощь Python ...
Прочный фундамент
Вы получите прочную основу для основных принципов, лежащих в основе всего процесса финансового анализа / инвестиционного анализа. Эти основы составляют суть правильного финансового анализа.
И они будут вам очень полезны как тогда, когда вы начнете применять методы анализа финансовых данных в Части II этого курса, так и еще долго после того, как вы закончите этот курс. Лучшие навыки в области количественных финансов - на всю оставшуюся жизнь.
Практические руководства
Забудьте о просмотре видео, где весь код Python написан заранее. Мы начнем с пустых скриптов Python в Jupyter Notebooks (как в реальном мире).
И мы создадим весь код Python с нуля, по одной строке за раз. Таким образом, вы буквально увидите, как мы проводим строгий финансовый анализ / анализ финансовых данных, используя в качестве основной основы инвестирование, управляемое данными, шаг за шагом.
Сотни вопросов викторины, дюжина заданий и многое другое
Применяйте полученные знания сразу же, задавая более 200 вопросов викторины и предлагая безупречно подробные решения. Плюс более десятка заданий, которые выведут вас за пределы зоны комфорта. Также есть практический тест, который поможет вам по-настоящему отточить свои знания и навыки. И множество практических пошаговых руководств, в которых мы применяем методы анализа финансовых данных / количественного финансирования в среде инвестирования на основе данных на Python.
Доказательства и ресурсы
Математические доказательства для математически любознательных. А еще потому, что какой курс количественных финансов без доказательств ?!
Пошаговые математические доказательства, работоспособный и многоразовый код Python (в версиях .ipynb Jupyter notebook и .py), шпаргалки по переменным - все включено. Шутки в сторону.
Это единственный курс, который вам нужен, чтобы по-настоящему овладеть инвестициями, управляемыми данными, и применять методы науки о финансовых данных и количественных финансов на Python без ущерба для теоретической целостности концепций.
Для кого этот курс:
- Индивидуальные / розничные инвесторы, стремящиеся «улучшить» свою игру в финансовый анализ, используя возможности Financial Data Science и Python.
- Аналитики и партнеры хедж-фондов, желающие овладеть стилем долгосрочного и короткого ценообразования / ценообразования активов Методы количественного финансирования на Python
- Менеджеры портфолио, желающие уйти от субъективного принятия решений к надежным методам инвестиционного анализа на основе данных на Python, основанным на академических и практических исследованиях
- Студенты CFA®, ACA, ACCA, стремящиеся применить знакомые концепции в практических средах, основанных на данных / финансовых данных.
- Текущие и потенциальные аналитики и инвестиционные банкиры, желающие получить прочную основу в инвестиционном анализе на основе данных
- Всем, кому интересно изучать и применять Financial Data Science с помощью Python
Требования
- Никаких предварительных знаний в области финансов или инвестирования не требуется. Начнем с самых основ. И превратите вас в надежного инвестора, ориентированного на данные.
- ТРЕБУЕТСЯ базовые знания кодирования. Вам не нужно быть «экспертом» в Python, но вам нужно знать основы (например, разницу между строками, числами с плавающей запятой, списками, словарями).
- Ничего страшного, если математика пугает тебя. Шутки в сторону. Каждое уравнение объясняется по одной переменной. Мы разорвем его на части и покажем, насколько он прост на самом деле.
- Знание базового статистического анализа полезно, но НЕ существенно. Каждый соответствующий статистический тест преподается с нуля.
- Вам понадобится калькулятор, ручка и бумага (серьезно) и ваша среда разработки (например, блокноты Jupyter, текстовые редакторы).
- В курсе мы работаем с Jupyter Notebooks, но для скачивания доступны версии всего кода Python .py.
Последнее обновление 20.10.21
Материал на английском языке
Продажник:
https://www.udemy.com/course/data-driven-investing-with-python-financial-data-science/
Скачать:
Название: Инвестирование на основе данных (с Python) | Финансовая наука о данных (2021)
Описание:
Data Driven Investing (with Python) | Financial Data Science
Udemy
Станьте инвестором, ориентированным на данные. Избавьтесь от догадок в своих инвестициях навсегда. Используйте возможности науки о финансовых данных, финансового анализа, Python и количественных финансов для принятия надежных инвестиционных решений (и создания альфа-версии).
Узнайте, как использовать строгие статистические методы на Python для принятия инвестиционных решений (даже если вы не знаете статистики или у вас слабая математика).
Встречайте самый полный курс по инвестированию на основе данных в Интернете . С участием:
# =============================
# 2 ЧАСТИ, 8 РАЗДЕЛОВ МАСТЕРСТВА
# =============================
(плюс, все будущие обновления включены!)
Структурированная программа обучения Designed for Distinction ™, включающая:
- 12,5 часов увлекательных практических видеоуроков в формате HD по запросу.
- Реальные приложения на протяжении всего курса
- 200+ вопросов викторин с безупречно подробными решениями, которые помогут вам не сбиться с пути и сохранить свои знания
- Задания, которые выводят вас из зоны комфорта и дают возможность применять все, что вы узнали
- Практический тест, чтобы отточить и обрести уверенность в основных вечнозеленых принципах
- Код Python (созданный с нуля), который поможет вам создать воспроизводимую систему для инвестирования.
- Математические доказательства для математически любознательных
- Инструктор, безумно увлеченный финансами, инвестированием, Python и наукой о финансовых данных.
ЧАСТЬ I. ОСНОВЫ ИНВЕСТИЦИОННОГО АНАЛИЗА
Начните с твердого владения основными принципами, лежащими в основе всего процесса инвестиционного / финансового анализа.
Изучите отношения в сфере инвестиционной безопасности и оцените доходность
- Откройте для себя мощные взаимосвязи между ценой, риском и доходностью
- Интуитивно исследуйте основной фундаментальный закон финансового анализа - Закон единой цены .
- Узнайте, что на самом деле означает «продажа акций» и как это работает
- Узнайте , как рассчитать доходность акций и доходность портфеля с нуля
- Работайте с реальными данными на Python и точно знайте , что делает ваш код и почему он работает
Оценка ожидаемой доходности финансовых ценных бумаг
- Узнайте, что такое «ожидаемая доходность» и как ее оценить, начиная с простого среднего
- Погрузитесь глубже с ожидаемой доходностью «государственного контингента», которая синтезирует ваше мнение с данными.
- Узнайте, как рассчитать ожидаемую доходность с использованием моделей ценообразования активов, таких как CAPM (модель ценообразования капитальных активов)
- Откройте для себя многофакторные модели ценообразования активов, включая «трехфакторную модель Fama French», Carhart 4 («Momentum») и другие.
- Освойте теоретические основы и примените полученные знания, используя реальные данные на Python самостоятельно!
Количественно оценить фондовый риск и оценить риск портфеля
- Изучите риск акций и узнайте, как количественно оценить общий риск с нуля
- Примените свои знания к любым акциям, которые вы хотите изучить и с которыми хотите работать.
- Откройте для себя 3 фактора, которые влияют на риск портфеля (один из которых важнее двух других вместе взятых)
- Узнайте, как оценить риск портфеля для «простых» портфелей из двух активов
- Узнайте, как измерить портфельный риск нескольких акций (включая работу с реальными данными на Python!)
Проверьте свое мастерство
- Так. Много. Знания, навыки и опыт. Готовы ли вы к этому вызову? - Пройдите «Тест на мастерство»
- Определите области, которые вам нужно улучшить и улучшить в контексте финансового анализа / инвестиционного анализа.
- Настройте себя на успех в области науки о финансовых данных / количественных финансов , обеспечив прочную основу
ЧАСТЬ II: ИНВЕСТИРОВАНИЕ НА ДАННЫХ | НАУКА О ФИНАНСОВЫХ ДАННЫХ / КОЛИЧЕСТВЕННЫЕ ФИНАНСЫ
Поднимите свои навыки финансового анализа / инвестиционного анализа на совершенно новый уровень, узнав, как использовать финансовые данные, количественные финансы и Python для инвестирования.
Откройте для себя инвестирование на основе данных и проектирование гипотез
- Узнайте, что такое « инвестирование на основе данных » и что оно влечет за собой.
- Изучите пятиступенчатый процесс инвестирования , основанный на данных, который поможет вам избавиться от догадок при принятии инвестиционных решений.
- Узнайте, как разрабатывать инвестиционные идеи (в том числе как и откуда их брать)
- Изучите тонкости «исследовательских вопросов» в контексте науки о финансовых данных / инвестирования на основе данных.
- Превратите свои инвестиционные идеи в проверяемые гипотезы (даже если вы не знаете, что такое «проверяемая гипотеза»)
Собирайте, очищайте и исследуйте данные из реального мира
- Узнайте, как и где можно получить данные для проверки и подтверждения собственных гипотез.
- Овладейте основой науки о финансовых данных - очисткой данных - и избегайте ловушки «GIGO» (даже если вы не знаете, что такое «GIGO»)
- Работайте с большими наборами данных (возможно, «Big Data») с более чем 1 миллионом наблюдений, используя Python!
- Откройте для себя быстрые «хаки» для легкой очистки данных на Python (и узнайте о проблемах, которые легко пропустить)
- Учитесь, исследуя важные вопросы о влиянии ESG на финансовые рынки
Провести исследовательский анализ данных
- Узнайте, как применять один из наиболее распространенных методов анализа финансовых данных - «исследовательский анализ данных» с использованием Python.
- Оцените интригующие отношения между доходами и ESG (или другим фактором по вашему выбору)
- Узнайте, как статистически проверять и проверять гипотезы с помощью «простых» t-критериев.
- Никогда не идите на компромисс с математической целостностью концепций - поймите, почему уравнения работают именно так
- Узнайте, как «обновить» убеждения и избежать потери денег , используя возможности науки о финансовых данных, количественных финансов и Python.
Дизайн и создание инвестиционных портфелей
- Узнайте, что именно нужно для разработки и построения инвестиционных портфелей , основанных на индивидуальных инвестиционных идеях.
- Узнайте, как рассортировать компании по «ведрам», чтобы помочь выявить монотонные отношения (жизненно важный метод анализа науки о финансовых данных)
- Используйте возможности Pandas в Python для проведения инвестиционного анализа, как профессионалы (хедж-фонды, специалисты по финансовым данным, прикладные исследователи)
- Укрепите свои навыки в области анализа финансовых данных , узнав об удивительных настройках Python по умолчанию (и о том, что вы можете сделать, чтобы их преодолеть)
- Графические диаграммы, которые позволяют получить значимое представление о количественных финансах, включая изучение эффективности портфеля с течением времени с помощью Matplotlib и Seaborn
Статистическая проверка и подтверждение гипотез
- Попрощайтесь с догадками , надеждой и удачей, когда дело доходит до принятия инвестиционных решений
- Тщательно проверяйте и статистически проверяйте свои инвестиционные идеи, применяя надежные методы анализа финансовых данных на Python.
- Добавьте использование сложных инструментов, включая простую t-статистику и более «сложные» регрессии, в свой набор средств аналитики для анализа финансовых данных.
- Узнайте, что на самом деле нужно для поиска и создания Alpha (чтобы « превзойти рынок »)
- Изучите и примените проверенные временем методы анализа финансовых данных и количественного финансирования, используемые хедж-фондами, специалистами по финансовым данным и исследователями на Python.
РАЗРАБОТАН ДЛЯ ОТЛИЧИЯ ™
Мы использовали те же испытанные и проверенные временем методы обучения, которые помогли нашим клиентам успешно сдать профессиональные экзамены (например, ACA, ACCA, CFA®, CIMA), получить работу в самых известных инвестиционных банках мира, управлять собственные портфели, взять под контроль свои финансы, избавиться от страха перед математикой и уравнениями и многое другое.
Вы в надежных руках.
Вот как мы поможем вам освоить невероятно мощные методы науки о финансовых данных и финансового анализа, чтобы стать надежным инвестором, ориентированным на данные, который использует всю мощь Python ...
Прочный фундамент
Вы получите прочную основу для основных принципов, лежащих в основе всего процесса финансового анализа / инвестиционного анализа. Эти основы составляют суть правильного финансового анализа.
И они будут вам очень полезны как тогда, когда вы начнете применять методы анализа финансовых данных в Части II этого курса, так и еще долго после того, как вы закончите этот курс. Лучшие навыки в области количественных финансов - на всю оставшуюся жизнь.
Практические руководства
Забудьте о просмотре видео, где весь код Python написан заранее. Мы начнем с пустых скриптов Python в Jupyter Notebooks (как в реальном мире).
И мы создадим весь код Python с нуля, по одной строке за раз. Таким образом, вы буквально увидите, как мы проводим строгий финансовый анализ / анализ финансовых данных, используя в качестве основной основы инвестирование, управляемое данными, шаг за шагом.
Сотни вопросов викторины, дюжина заданий и многое другое
Применяйте полученные знания сразу же, задавая более 200 вопросов викторины и предлагая безупречно подробные решения. Плюс более десятка заданий, которые выведут вас за пределы зоны комфорта. Также есть практический тест, который поможет вам по-настоящему отточить свои знания и навыки. И множество практических пошаговых руководств, в которых мы применяем методы анализа финансовых данных / количественного финансирования в среде инвестирования на основе данных на Python.
Доказательства и ресурсы
Математические доказательства для математически любознательных. А еще потому, что какой курс количественных финансов без доказательств ?!
Пошаговые математические доказательства, работоспособный и многоразовый код Python (в версиях .ipynb Jupyter notebook и .py), шпаргалки по переменным - все включено. Шутки в сторону.
Это единственный курс, который вам нужен, чтобы по-настоящему овладеть инвестициями, управляемыми данными, и применять методы науки о финансовых данных и количественных финансов на Python без ущерба для теоретической целостности концепций.
Для кого этот курс:
- Индивидуальные / розничные инвесторы, стремящиеся «улучшить» свою игру в финансовый анализ, используя возможности Financial Data Science и Python.
- Аналитики и партнеры хедж-фондов, желающие овладеть стилем долгосрочного и короткого ценообразования / ценообразования активов Методы количественного финансирования на Python
- Менеджеры портфолио, желающие уйти от субъективного принятия решений к надежным методам инвестиционного анализа на основе данных на Python, основанным на академических и практических исследованиях
- Студенты CFA®, ACA, ACCA, стремящиеся применить знакомые концепции в практических средах, основанных на данных / финансовых данных.
- Текущие и потенциальные аналитики и инвестиционные банкиры, желающие получить прочную основу в инвестиционном анализе на основе данных
- Всем, кому интересно изучать и применять Financial Data Science с помощью Python
Требования
- Никаких предварительных знаний в области финансов или инвестирования не требуется. Начнем с самых основ. И превратите вас в надежного инвестора, ориентированного на данные.
- ТРЕБУЕТСЯ базовые знания кодирования. Вам не нужно быть «экспертом» в Python, но вам нужно знать основы (например, разницу между строками, числами с плавающей запятой, списками, словарями).
- Ничего страшного, если математика пугает тебя. Шутки в сторону. Каждое уравнение объясняется по одной переменной. Мы разорвем его на части и покажем, насколько он прост на самом деле.
- Знание базового статистического анализа полезно, но НЕ существенно. Каждый соответствующий статистический тест преподается с нуля.
- Вам понадобится калькулятор, ручка и бумага (серьезно) и ваша среда разработки (например, блокноты Jupyter, текстовые редакторы).
- В курсе мы работаем с Jupyter Notebooks, но для скачивания доступны версии всего кода Python .py.
Последнее обновление 20.10.21
Материал на английском языке
Продажник:
https://www.udemy.com/course/data-driven-investing-with-python-financial-data-science/
Скачать:
Скрытое содержимое могут видеть только члены группы Премиум.
Скрытый контент для пользователей All-dar.