内容 隐藏
1 用于财务分析和算法交易的 Python
2 Python for Financial Analysis and Algorithmic Trading
2.1 你将学到什么
2.2 要求
2.3 描述
2.4 本课程适合谁：

用于财务分析和算法交易的 Python

Python for Financial Analysis and Algorithmic Trading

学习 numpy 、 pandas 、 matplotlib 、 Quantopian 、 Finance 等，以使用 Python 进行算法交易！

你将学到什么

  • 使用 NumPy 快速处理数值数据
  • 使用 Pandas 分析和可视化数据
  • 使用 Matplotlib 创建自定义绘图
  • 了解如何使用 statsmodels 进行时间序列分析
  • 计算财务统计数据，例如每日收益、累计收益、波动性等。
  • 使用指数加权移动平均线
  • 对时间序列数据使用 ARIMA 模型
  • 计算夏普比率
  • 优化投资组合配置
  • 了解资本资产定价模型
  • 了解有效市场假说
  • 在 Quantopian 上进行算法交易

要求

  • 一些编程知识（最好是Python）
  • 能够将 Anaconda (Python) 下载到您的计算机
  • 基础统计和线性代数会有帮助

描述

欢迎使用 Python 进行财务分析和算法交易！您对人们如何使用 Python 进行严格的财务分析和进行算法交易感兴趣吗？那么这就是适合您的课程！

本课程将指导您了解使用 Python 进行金融和算法交易所需了解的一切！我们将从学习 Python 基础知识开始，然后继续学习 Py-Finance 生态系统中使用的各种核心库，包括 jupyter、numpy、pandas、matplotlib、statsmodels、zipline、Quantopian 等等！

我们将涵盖金融专业人士使用的以下主题：

  • Python 基础知识
  • 用于高速数值处理的 NumPy
  • 用于高效数据分析的 Pandas
  • 用于数据可视化的 Matplotlib
  • 使用 pandas-datareader 和 Quandl 进行数据摄取
  • Pandas 时间序列分析技术
  • 股票收益分析
  • 每日累积回报
  • 波动性和证券风险
  • EWMA（指数加权移动平均线）
  • 统计模型
  • ETS（误差-趋势-季节性）
  • ARIMA（自回归综合移动平均线）
  • 自相关图和部分自相关图
  • 夏普比率
  • 投资组合配置优化
  • 有效前沿和马科维茨优化
  • 基金类型
  • 订购书籍
  • 卖空
  • 资本资产定价模型
  • 股票分割和股息
  • 有效市场假说
  • 使用 Quantopian 进行算法交易
  • 期货交易

本课程适合谁：

  • 熟悉Python，想学习财务分析的人！
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。