NT 390 特價中
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,那麼這正是你想要的課程!
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!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!
課程長度有 17 個小時,將介紹金融專業人員使用的以下主題:
1. Python基礎知識
2. 使用 NumPy 做高速的數值處理
3. 使用 Pandas 做高效的資料分析
4. Matplotlib:做資料視覺化
5. 使用 pandas 資料庫讀取器和 Quandl 進行資料採集
6. Pandas 時間序列分析技術
7. 股票回報分析
8. 累計日收益
9. 波動性和證券風險
10. EWMA(指數加權移動平均線)
11. Statsmodels
12. ETS(錯誤-趨勢,季節性)
13. ARIMA(自動回歸整合移動平均線)
14. 自動相關圖和部分自動相關圖
15. Sharpe 比率
16. 投資組合分配優化
17. 有效的邊境和 Markowitz 優化
18. 資金類型
19. 訂單簿 (Order Books)
20. 賣空 (Shrot Selling,賣出不在手的股票)
21. 資本資產定價模型
22. 股票分割和股息
23. 有效市場假說
24. Quantopian 的演算法交易
25. 期貨交易
>英文字幕:有
https://softnshare.com/python-for-finance-and-trading-algorithms/
「移動平均python」的推薦目錄:
- 關於移動平均python 在 軟體開發學習資訊分享 Facebook 的精選貼文
- 關於移動平均python 在 軟體開發學習資訊分享 Facebook 的最讚貼文
- 關於移動平均python 在 軟體開發學習資訊分享 Facebook 的最佳貼文
- 關於移動平均python 在 [Python 投資002] 利用2條簡單移動平均線回測9隻大型股票十年 ... 的評價
- 關於移動平均python 在 Python 中用于数据准备和时间序列预测的移动平均平滑 - GitHub 的評價
- 關於移動平均python 在 Python程式交易| 【新手入門】MA指標(一) - Facebook 的評價
- 關於移動平均python 在 使用pandas 计算移动平均线 - Neurohazard 的評價
移動平均python 在 軟體開發學習資訊分享 Facebook 的最讚貼文
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程式庫 (libraries),包括 jupyter 、numpy、pandas、matplotlib、statsmodels、zipline、Quantopian等等!
從這 17 小時的課程,你會學到
1 使用 NumPy 快速運用數值資料
2 運用 Pandas 做分析並視覺化資料
3 使用Matplotlib建立自定義的繪圖(plots)
4 學習如何使用 statsmodels 做時間序列分析
5 計算金融統計,比如日收益、累計收益率、波動率等
6 使用指數加權移動平均值(Exponentially Weighted Moving Averages)
7 在時間序列資料上使用 ARIMA 模型
8 計算 Sharpe 比率
9 優化投資組合分配
10 了解資本資產定價模型
11 學習有效市場假說
12 進行 Quantopian 的演算法交易
https://softnshare.com/python-for-finance-and-trading-algorithms/
移動平均python 在 軟體開發學習資訊分享 Facebook 的最佳貼文
--課程已於 2020 年 4 月更新--
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,那麼這正是你想要的課程!
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!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!
課程長度有 17 個小時,將介紹金融專業人員使用的以下主題:
1. Python基礎知識
2. 使用 NumPy 做高速的數值處理
3. 使用 Pandas 做高效的資料分析
4. Matplotlib:做資料視覺化
5. 使用 pandas 資料庫讀取器和 Quandl 進行資料採集
6. Pandas 時間序列分析技術
7. 股票回報分析
8. 累計日收益
9. 波動性和證券風險
10. EWMA(指數加權移動平均線)
11. Statsmodels
12. ETS(錯誤-趨勢,季節性)
13. ARIMA(自動回歸整合移動平均線)
14. 自動相關圖和部分自動相關圖
15. Sharpe 比率
16. 投資組合分配優化
17. 有效的邊境和 Markowitz 優化
18. 資金類型
19. 訂單簿 (Order Books)
20. 賣空 (Shrot Selling,賣出不在手的股票)
21. 資本資產定價模型
22. 股票分割和股息
23. 有效市場假說
24. Quantopian 的演算法交易
25. 期貨交易
https://softnshare.com/python-for-finance-and-trading-algorithms/
移動平均python 在 Python 中用于数据准备和时间序列预测的移动平均平滑 - GitHub 的推薦與評價
如何使用移动平均线平滑来做出预测。 让我们开始吧。 Moving Average Smoothing for Data Preparation, Feature Engineering, and Time Series Forecasting with Python. ... <看更多>
移動平均python 在 Python程式交易| 【新手入門】MA指標(一) - Facebook 的推薦與評價
【新手入門】MA指標(一) 指標名稱:移動平均線(Moving Average),簡稱「MA」。 指標意涵:過去一段期間的平均價格。 指標用途:判斷當前價格位在平均價格之上或之 ... ... <看更多>
移動平均python 在 [Python 投資002] 利用2條簡單移動平均線回測9隻大型股票十年 ... 的推薦與評價
龍SIR # python #程式交易#program #algo #backtest #回測#backtesting #sma #簡單 移動平均 線#平均線回測十年的0005 匯豐銀行02:150688. ... <看更多>