BEST

Data Science

Data Analysis

Finding Signals and Noise with Python Stock Data Collection and Analysis

Name: Finding Signals and Noise with Python Stock Data Collection and Analysis
Price: 89100 KRW

This is not an investment lecture. It covers data collection, analysis, and visualization through securities data. It covers various data formats and teaches various text preprocessing techniques. It covers visualization techniques for time series data and methods for expressing scale. It covers several techniques for interpreting stock price data. This lecture is a course that teaches you how to gain insights through data analysis. The content learned through stock price data is organized so that you can apply it to collecting, analyzing, and visualizing data such as demand, inventory, sales, and traffic volume, where time series is used.

(4.8) 105 reviews

1,395 learners

todaycode

Python

Plotly

Pandas

Numpy

Seaborn

Reviews from Early Learners

What you will learn!

Web scraping, not crawling
Collecting stock price information in one line using FinanceDataReader
Collecting data with one or two lines of Pandas code
How to collect data without complex coding based on understanding the network tab of the browser
Working with JSON File Formats
Learn how to handle time series data and various operations using diff and shift
Calculating Daily and Cumulative Return on Stock Price
Differences and usage of seaborn, plotly, pandas plot, matplotlib
Interactive visualization techniques using plotly, cufflinks
Pandas filter, merge, concat, text preprocessing methods
How to Collect and Analyze All ETF Industry/Theme Stocks
Implementation and understanding of auxiliary indicators such as Bollinger Bands, MACD, and RSI
Understanding terms such as PER, EPS, BPS, PBR, ETF, inverse, leverage, and currency hedging for beginners

Data A to Z, Learning from Securities Data
Learn how to collect, analyze, and visualize!

In the data
Finding signals and noise,
More Insights! 📈

Hey guys, do you know the book "Signal and Noise"?
We use data analysis and visualization to predict uncertain futures and find insights.
That's why it's the job of a data analyst to find the signal and noise in a huge amount of data .

This lecture starts from precisely that perspective.
This is receiving and analyzing real-time stock price data that is rising and falling right now.

증권 데이터 수집과 분석으로 신호와 소음 찾기

In this lecture, we will go through the three steps of data collection/preprocessing - analysis - visualization .

Learn how to collect and preprocess your own data instead of using data collected by someone else.
The purpose is to learn and apply data analysis methods for use in work or research.

data analysis,
Why securities data?
Should I learn? 📊

What if you need to copy and paste content from dozens or hundreds of pages of websites into Excel?
What if your collected data is so messy that you don't know where to start?
What if you don't know how to apply the statistical terms you learned in middle school?

👉 If you agree, now is the time to build your data fundamentals !

Did you know that Pandas, a Python data analysis library, was developed by quants working in the securities industry? Securities data is data that can be applied with various analysis methods, formulas, statistics, etc.

What is the difference between categorical data and numerical data?
What are the appropriate visualization methods to find signal and noise in data?...
Analyzing securities data will teach you how to work with data in a variety of formats.

Growing through securities data analysis
Data-based fitness.

보조 지표 이해하고 차트 구현하기

✅ You can also try implementing technical analysis such as moving averages, Bollinger Bands, MACD, and RSI.
✅ You can also draw charts with just one or two lines of code using already implemented libraries.
✅ Understand the principles of technical analysis and implement charts as seen in HTS or MTS .

Who would benefit from learning this? 🔍

_{With living data
Data analysis
For those who want to learn}

_{Using Python
In data analysis
For those who want to get started}

_{Collect data and
How to preprocess
For those who want to learn}

_{Bollinger Bands, MACD,
Auxiliary indicators such as RSI
Anyone who wants to implement/analyze}

📢 Check your player knowledge!

This course is for beginners or higher level students and requires the following prerequisite knowledge:

How to read a table in Excel format (understanding rows and columns)
Basic arithmetic operations and middle school level math knowledge
Understanding the mean, median, percentage, variance, and standard deviation
Understanding Strings, Numbers, Lists, and Variables in Python

Only for this lecture
Let me tell you the key features. ⚡️

Collect data in one or two lines of code 🧹

Learn how to collect data from web pages that seemed like they could only be collected using heavy tools like Selenium, using just one or two lines of code, using the network tab of your browser. You can directly collect and analyze the information you need for your work or research.

2. Dynamic visualization tools are also OK. 📈

In this course, you will learn how to use dynamic visualization tools as well as static visualization tools. Dynamic data visualization will allow you to effectively convey and implement a wider range of complex information than when you only use static visualization tools to express data.

Third, we will develop the ability to see the forest 🧰

It's hard to learn many tools at once. Just understand the core functions. If you know how to read and understand the documentation even when the tool changes, you won't be afraid when a new library appears.

Four, a library that you can use conveniently! 💡

The features we feel we need have been abstracted by someone into libraries. Learn how to install and learn new tools. They can be useful when actually analyzing data.

Five, we provide rich practical materials. 💻

We provide two types of practice materials: a file without code (input) and a file with code (output). You can follow the lecture by directly entering the code in the blank cells with descriptions, or you can practice by running the file with the code, or you can review by filling in the blank cells after listening to the lecture.

Six, Technical Analysis + Auxiliary Indicators! 📖

This course includes a process to understand the principles by implementing and displaying various auxiliary indicators (moving average, Bollinger bands, RSI, MACD, etc.) that can be seen in securities companies' HTS and MTS on visualized charts. It will be helpful for those who want to learn how to implement and analyze various auxiliary indicators themselves.

코드가 입력되지 않은 파일(input)과 입력된 파일(output) 2가지 실습자료를 제공 _{Provides two types of practice materials: a file without code (input) and a file with code (output).}

HTS, MTS 에서 볼 수 있는 보조지표(이동평균, 볼린저밴드, RSI, MACD) 직접 구현하고 원리 이해하기 _{Implement auxiliary indicators (moving average, Bollinger band, RSI, MACD) that can be seen in HTS and MTS and understand the principles}

In one lecture
So many skills
You can learn. 📌

A one-line introduction to the skills you will learn in this lecture!

🐼 Pandas: A representative data analysis tool in Python, created for financial data analysis.
🧮 Numpy: A numerical computing tool for Python.
📊 matplotlib: Python's representative data visualization tool.
📊 seaborn: A high-level visualization tool that abstracts matplotlib for easy use, providing basic statistical operations.
📊 plotly: Provides high-level and low-level visualization features and allows interactive visualization.
📊 cufflinks: A productive tool that powerfully connects plotly and pandas.
📈 FinanceDataReader: A tool that lets you collect financial data with just a couple of lines of code.
🌏 Requests: A tool that can receive the source code of a web page via HTTP communication.
🔍 BeautifulSoup4: A tool that can retrieve desired information from the source code of a web page.
⏰ tqdm: You can view the progress of long-running tasks such as data collection or preprocessing.

What are you curious about?
Check it out first! 🙋‍♀️

Q. Can non-majors also take the course?

Regardless of your major or non-major, data analysis can be used in many ways if you learn it. If you learn data analysis techniques using Python instead of Excel, you can use them in various ways for work and research. I have already conducted corporate lectures for non-development positions through offline curriculums on this content. I conducted various interviews about the areas where people find it difficult and supplemented the curriculum. Learning the core functions for analysis and visualization will help you increase work efficiency.

Q. Why should I learn data analysis and collection techniques with Python?

Excel is one of the essential skills for office workers, regardless of the job. However, Excel has limitations in terms of the size and type of data that can be imported, but if you learn it through Python, you will be able to handle various formats and large amounts of data.

Q. What are the benefits of learning data analysis and collection techniques?

There are often repetitive tasks that require you to go through each page, drag and drop, and copy and paste to collect the data you need. Now, you can leave this work to Python⏰ and invest your time in more productive work or take a break🧘‍♀️.

Q. Is there anything I need to prepare before attending the lecture?

It would be helpful to understand the concepts of variables, numbers, characters, lists, etc. in Python. Also, a middle school level knowledge of mathematics such as mean, median, variance, standard deviation, and percentile is required.

Q. To what extent does the class cover the content?

Collect, preprocess, analyze, and visualize securities data. Covers basic to intermediate Python skills. The difficulty level increases significantly from collecting industry theme information. The goal is to be able to directly utilize data analysis in various fields such as planning, marketing, sales, and operations. If you are new to programming, you may feel difficult from the middle of the lecture. In this case, I recommend that you look at the completed file with the name output at the end of the file name among the materials provided by the instructor and create a code cell right below it and follow along.

Q. What level of computer performance is required to take the course?

Any PC or laptop with at least 4GB of memory and about 20GB of remaining storage will do. If your computer's performance is low, you can try practicing through Google Colaboratory.

Q. Can I organize the class content and publish it on my personal blog or GitHub?

The copyright notice is on the GitHub page of this lecture. Please indicate the source when organizing and publishing it.

Please check before taking the class! ⚠️

For those who want to make predictions using time series models such as ARIMA, machine learning, or deep learning:
It mainly deals with data collection, preprocessing, analysis, and visualization. There is no process of predicting future data.

For those who want to do automatic trading:
We do not use securities APIs related to automated trading.

For those who expect that learning data analysis will help them make big profits in the stock market:
This lecture is not a securities investment lecture, but a data analysis lecture. Unfortunately, if you expect investment-related skills, you may be disappointed. Also, even if you invest using the analysis techniques learned in the lecture , the investor is responsible for any investment losses.

Please listen to some of the classes released through Inflearn Preview or YouTube Channel first and then decide whether to take the class.

You can preview some of the classes before taking them. Check if they are the direction you want to study. Also, if you have any questions, please ask them through the inquiry before taking the class.

Created this course
If you are curious about the knowledge sharer? 👩‍💻

_{Knowledge Sharer Park Jo-eun X Inflearn Interview}

Recommended for
these people

Who is this course right for?

Those who want to learn analysis and visualization using securities data rather than for investment purposes
Those who want to learn data analysis through live data
Anyone who wants to get started with Python data analysis
Those who want to learn how to collect data
Those who want to learn how to preprocess collected data
How to implement and analyze auxiliary indicators such as Bollinger Bands, MACD, and RSI

Need to know before starting?

How to read a table in Excel format (understanding rows and columns)
Basic arithmetic and middle school level math knowledge
Understanding Mean, Median, Percentiles, Variance, and Standard Deviation
Understanding Python's Strings, Numbers, Lists, and Variables

Hello
This is

18,789

Learners

787

Reviews

1,334

Answers

4.9

Rating

Courses

Microsoft MVP(Python Developer Technologies)
오늘코드 YouTube 📺 https://youtube.com/todaycode
“모두가 데이터에 친숙해지는 날이 오길”– 마이크로소프트웨어 (링크)
네이버 커넥트 재단 부스트코스 데이터사이언스 강의 설계 및 교수자
서울대 빅데이터혁신공유대학, 서울대 평생교육원, 연세대 DX Academy, 한신대 ABC Camp, 한양대 대학원, 전남대,
한국능률협회, 삼성SDS 멀티캠퍼스, 멋쟁이사자처럼, 패스트캠퍼스, 모두의연구소 등 다수의 교육기관 및 기업 강의
다양한 도메인(제약, 통신, 자동차, 커머스, 교육, 정부기관 등)의 기업 데이터 분석
20년이상 게임, 광고, 교육 등 다양한 도메인에서 웹 백엔드 개발자 및 데이터 분석가 현업 경험

Curriculum

All

121 lectures ∙ (21hr 43min)

Course Materials:

Lecture resources

Section 1. (1) Finding signal and noise in securities data

6 lectures ∙ (57min)

1. Lecture Introduction - Finding Signal and Noise in Data
06:59
2. Did you know that Pandas was developed by quants working on the New York Stock Exchange?!
08:55
3. Setting up your environment for practice - What are Anaconda and Jupyter Notebooks?
14:49
4. How to use Jupyter Notebook and shortcut keys
18:37
5. Instructions for downloading class materials
07:43
6. Quiz.1 Check what you have learned with the quiz.

Section 2. (2.1) Collection of all KRX items

2 lectures ∙ (21min)

Section 3. (2.2) Analysis of all KRX stocks

16 lectures ∙ (2hr 52min)

9. [Notice] Regarding English printing of KRX stocks (as of 22.1.9)
10. [1/14] Start Pandas with analysis of all KRX (Korea Exchange) stocks
10:22
11. [2/14] Summarizing data
07:39
12. [3/14] Understanding and indexing Pandas' Series and DataFrame
12:43
13. [4/14] Row index indexing and boolean indexing with loc
10:15
14. [5/14] Date type conversion and creating derived variables
05:39
15. [6/14] Introduction to data visualization tools and Korean font settings
13:41
16. [7/14] Finding and visualizing the frequency of a series using value_counts and countplot
10:23
17. [8/14] Which sector, industry, and region has the highest frequency of listed stocks?
18:06
18. [9/14] Finding and visualizing the frequency of two variables using crosstab
18:27
19. [10/14] Finding frequency with groupby and pivot_table
15:10
20. [11/14] Visualization of continuous numeric data - scatter, lineplot
13:51
21. [12/14] View the distribution of listing years as a histogram
06:45
22. [13/14] Which KOSPI stocks were listed in 2020 and are located in Seoul?
11:11
23. [14/14] Finding the data you want with .iloc row indexing and summarizing what you learned
18:06
24. Quiz.2 Check what you have learned with the quiz.

Section 4. (3.1) Collecting daily prices with FinanceDataReader

3 lectures ∙ (37min)

Section 5. (3.2) Comparison of returns on various items

3 lectures ∙ (36min)

Section 6. (3.3) Web Crawling? Web Scraping! Collect Stock Prices Directly with a Few Lines of Code

8 lectures ∙ (1hr 11min)

Section 7. (3.4) Visualizing daily prices using plotly

6 lectures ∙ (1hr 0min)

Section 8. (4.1) Collection of all ETF items

2 lectures ∙ (24min)

Section 9. (4.2) Preprocessing of collected data for all ETF items

3 lectures ∙ (43min)

Section 10. (4.3) Analysis of all ETF items

21 lectures ∙ (4hr 14min)

Section 11. (5.1) Industry/Theme Collection

6 lectures ∙ (1hr 18min)

Section 12. (5.2) Industry/Theme Preprocessing

10 lectures ∙ (2hr 2min)

Section 13. (5.3) Industry theme analysis

12 lectures ∙ (1hr 58min)

Section 14. (6.1) Technical Analysis and Auxiliary Indicators

4 lectures ∙ (41min)

Section 15. (6.2) Volatility indicator - Bollinger Bands

5 lectures ∙ (52min)

Section 16. (6.3) Momentum indicator - RSI

4 lectures ∙ (26min)

Section 17. (6.4) Trend Indicator - MACD

5 lectures ∙ (51min)

Section 18. (6.5) Improving pandas and plotly productivity with cufflinks

4 lectures ∙ (23min)

Section 19. Congratulations on making it this far!

1 lectures ∙ (8min)

Published:

Last updated:

Reviews

All

105 reviews

4.8

105 reviews

yonghankim7
Reviews 4
∙
Average Rating 5.0
5
93% enrolled
정말 최고의 강의라고 생각합니다!!! 많은 강의를 들어왔었지만 박조은 선생님의 강의처럼 많이 배우고 도움이 된 강의는 처음인거 같아요! 중간중간에 스스로 헷갈리는 문법이 있어서 "음... 저건 왜 그러지?" 라고 생각할 때가 있는데, 선생님께서 개념 설명을 해주신 다음에, 영상에서 바로 "이러이러한 문법은 왜 안되나요? 라는 질문을 주시는 분들이 많은데" 라고 제가 궁금했던 것들을 그대로 짚어주셔가지고 매번 깜짝깜짝 놀라서 수업을 들었던 기억이 나네요 ㅋㅋㅋㅋ 정말 도움이 많이 되었던 수업이었고 증권 데이터를 가지고 분석해보는 수업에 너무 재미있어서 1달도 안돼서 강의 모두 완료 했습니다! 고민하고 있는 여러분들 모두 후회하지 않을 선택하실꺼에요! 고민하고 있으시면 바로 박조은 선생님 강의 신청하세요!!!! 별 5개!
hakjuknu
Reviews 153
∙
Average Rating 5.0
5
94% enrolled
Great!
moonchoh
Reviews 5
∙
Average Rating 5.0
5
100% enrolled
주식에 관심이 많아서 수강했습니다. 강의 초반 조금 지났지만 완강까지 기대가 됩니당 ^^
Yongwook KIM
Reviews 3
∙
Average Rating 5.0
5
100% enrolled
파이썬의 자료분석과 시각화에 정말 큰 도움이 되는 최고의 수업입니다.
sunyeol1203
Reviews 2
∙
Average Rating 5.0
5
7% enrolled
문과생으로 프로그래밍과 담쌓고 살다가 데이터 분석에 입문해보고자 공공데이터 강의를 듣고 수강했습니다. 완전 문과인데 반복해서 들으니까 이제 좀 감이 오는 것 같아요! 라이브러리 사용법과 문서와 도움말 볼 수 있는 방법으로 앞으로 파이썬을 여러곳에 응용해 볼 수 있겠다는 생각이 들었습니다. 파이썬 데이터 시각화 도구도 여러가지를 다뤄서 앞으로 시각화할때 도움 많이 될것 같아요. 덕분에 증권관련 지식도 덤으로 얻었습니다.

$69.30

todaycode's other courses

Check out other courses by the instructor!

모두의 한국어 텍스트 분석과 자연어처리 with 파이썬

박조은

파이썬 한국어 텍스트 분석과 자연어처리 워드클라우드 시각화, 형태소 분석, 토픽모델링, 군집화, 유사도 분석, 텍스트데이터 벡터화를 위한 단어 가방과 TF-IDF, 머신러닝과 딥러닝을 활용한 텍스트 분류, 허깅페이스 활용법

初級

NLP, 텍스트마이닝, 머신러닝

모두의 한국어 텍스트 분석과 자연어처리 with 파이썬

박조은

공공데이터로 파이썬 데이터 분석 시작하기

박조은

이디야는 스타벅스 근처에 입점한다는 설이 있었습니다. 과연 이디야와 스타벅스의 매장입지는 얼마나 차이가 날까요? 2013년부터 2019년까지 부동산 가격 변동 추세가 아파트 분양가에도 반영될까요? 우리 동네에는 어떤 공원이 있을까요? 공공데이터 포털에 있는 데이터를 어떻게 활용하면 좋을까요? 공공데이터를 통해 여러 형태의 데이터를 다뤄보며 Python과 여러 데이터분석 라이브러리에 익숙해 지는 것을 목표로 합니다.

初級

Python, Pandas, Numpy

공공데이터로 파이썬 데이터 분석 시작하기

박조은

단 두 장의 문서로 데이터 분석과 시각화 뽀개기

박조은

Pandas로 데이터 분석, 전처리, 머신러닝, 딥러닝에 활용하다 보면 늘 사용하는 기능 위주로 사용하게 됩니다. 이런 핵심적인 내용만을 모아 정리해 놓은 Pandas Cheat Sheet가 있습니다. 두꺼운 책으로 Pandas를 배우다 지치신 분들께 단 두 장의 문서로 Python Pandas를 알려드립니다. Pandas 공식 튜토리얼에서 제공하는 cheat sheet로 Pandas의 핵심 기능을 익혀봅니다.

初級

Python, Pandas

단 두 장의 문서로 데이터 분석과 시각화 뽀개기

박조은

캐글 설문조사로 데이터 분석 입문하기

박조은

캐글은 어떤 플랫폼일까요? 해마다 캐글에서는 전세계 사용자를 대상으로 설문조사를 합니다. 데이터 사이언스를 배우고자 할 때 여러 궁금증이 생깁니다. 지금 시작하기에 너무 늦지는 않았을까? Python과 R 중에 어떤 언어를 선택해야 할까? 급여는 어느 정도일까? 전세계 사용자의 응답을 통해 궁금증을 해소해 보세요! Pandas의 강력한 몇 가지 기능만으로 빈도수 분석과 데이터 시각화를 할 수 있습니다.

初級

Kaggle, Pandas, Seaborn

캐글 설문조사로 데이터 분석 입문하기

박조은

캐글 실습으로 배우는 데이터 사이언스

박조은

머신러닝과 데이터 사이언스 경진대회 플랫폼인 캐글을 통해 데이터 분석과 머신러닝에 입문해 봅니다.

初級

Kaggle

캐글 실습으로 배우는 데이터 사이언스

박조은

Similar courses

Explore other courses in the same field!

파이썬 데이터 분석과 시각화 with Pandas

쌤즈(SSAMZ)

본 교육 과정은 파이썬의 강력한 데이터 분석 라이브러리인 pandas를 사용하여 데이터를 분석하고 시각화는 방법을 학습합니다.

初級

Python, Pandas, Matplotlib

파이썬 데이터 분석과 시각화 with Pandas

쌤즈(SSAMZ)

5분빨리 퇴근하자! 파이썬 데이터 분석, 시각화, 웹 대시보드 제작하기

박가네 데이터랩

A 부터 Z까지 백과사전 같은 강의는 이제 그만! 실전에 바로 적용할 수 있는 알짜만 모은 참고서 강의!

初級

Python, Pandas, data-visualization

5분빨리 퇴근하자! 파이썬 데이터 분석, 시각화, 웹 대시보드 제작하기

박가네 데이터랩

챗 GPT를 활용한 파이썬 프로그래밍

쌤즈(SSAMZ)

파이썬의 기본 문법과 인기 있는 라이브러리를 활용 챗GPT를 활용한 파이썬 문법과 라이브러리 코드 자동 생성

初級

Python, ChatGPT, 웹 크롤링

챗 GPT를 활용한 파이썬 프로그래밍

쌤즈(SSAMZ)

파이썬 주식 매매 봇으로 주식시장 자동사냥하기

MoneyPouch

돈이 무한히 벌리는 알고리즘 트레이딩 봇을 만들고, 자동으로 돌려놓고 싶은데, 어떤 것부터 시작하면 될까?

初級

Python, Pandas, 퀀트

파이썬 주식 매매 봇으로 주식시장 자동사냥하기

MoneyPouch

시계열 분석과 예측

루비네 코딩

데이터 분석 전문가로 거듭나기 위한 시계열 강의! 이론과 실기에 강한 분석가가 되어 봅시다!

中級以上

확률과 통계, Python, 빅데이터

시계열 분석과 예측

루비네 코딩

[리뉴얼] 처음하는 파이썬 머신러닝 부트캠프 (쉽게! 실제 캐글 문제 풀며 정리하기) [데이터분석/과학 Part2]

잔재미코딩 DaveLee

강사가 처음 머신러닝을 익혔을 때, 실패했던 경험을 바탕으로, 쉽게 머신러닝을 이해하고, 실제 문제에 적용할 수 있도록 기존 강의와 다르게, 새롭게 꾸민 강의입니다

初級

머신러닝, Kaggle, Pandas

[리뉴얼] 처음하는 파이썬 머신러닝 부트캠프 (쉽게! 실제 캐글 문제 풀며 정리하기) [데이터분석/과학 Part2]

잔재미코딩 DaveLee

웹크롤링 with 파이썬

쌤즈(SSAMZ)

파이썬 기반의 웹 크롤링 기술을 습득하여, 웹 페이지로부터 데이터를 수집하고, 이를 바탕으로 업무에서 데이터 수집과 분석 능력을 향상시키기 위한 과정입니다.

初級

Python, 웹 크롤링, Selenium

웹크롤링 with 파이썬

쌤즈(SSAMZ)

확률과 통계 101

루비네 코딩

드디어 모두를 위한 확률과 통계 강의가 왔습니다! 이론과 코딩 실습을 통해서 차근차근 확률과 통계의 원리에 대해서 배워봅니다.

初級

확률과 통계, 빅데이터, Python

확률과 통계 101

루비네 코딩

파이썬으로 만드는 나만의 웹 페이지 Part1

Suit & Coffee

이제 파이썬 결과물을 웹 페이지로 나타낸다! 오직 파이썬만을 이용해 나만의 웹 페이지를 만들어볼 수 있어요. 데이터 분석, 머신러닝 등 파이썬으로 만든 결과물을 웹 페이지에서 확인할 수 있는 Interactive DashBoard를 만들어 볼 수 있는 기회입니다!

初級

Python

파이썬으로 만드는 나만의 웹 페이지 Part1

Suit & Coffee

Python 엑셀 프로그래밍 - with xlsxwriter

제주코딩베이스캠프

xlsxwriter 튜토리얼로 배우는 Python 엑셀 프로그래밍의 기초 강좌입니다. Python과 엑셀을 사용하여 데이터를 분석하고 업무를 자동화 할 수 있습니다.

入門

Python, XlsxWriter

Python 엑셀 프로그래밍 - with xlsxwriter

제주코딩베이스캠프

Open API 사용 with 파이썬

쌤즈(SSAMZ)

Open API와 파이썬을 활용하여 업무 효율성을 향상시키는 데 필요한 기술과 노하우를 학습할 수 있습니다.

入門

Python, REST API, OAuth

Open API 사용 with 파이썬

쌤즈(SSAMZ)

내 업무를 대신 할 파이썬(Python) 웹크롤링 & 자동화 (feat. 주식, 부동산 데이터 / 인스타그램)

DeepingSauce

본 수업에서는 파이썬(Python)을 활용하여, 다양하게 동작하는 사이트로부터 데이터를 가져오고(크롤링) 처리하는 테크닉에 대해서 배우고, 이를 응용하여 실전에서 마주할 수 있는 다양한 예제들에 직접 적용해봅니다. 이를 통해 주어진 코드를 복사해서 붙여넣는 방식의 일차원적인 업무 자동화가 아닌, 웹이 작동하는 기본 원리에 대한 이해를 바탕으로 한 실전 문제 해결 위주의 기술들에 대해서 익히고, 이에 따라 여러분들은 앞으로 어떤 사이트에서도 데이터를 수집하고 처리할 수 있는 역량을 가질 수 있습니다. 또한 이 과정에서 발생하는 다양한 예외상황들을 어떻게 코드로써 해결하는지에 대한 내용을 배우며 최종적으로는 일상에서 발생하는 다양한 문제들을 프로그래밍적 사고로 해결하고 자동화 할 수 있게 됩니다.

初級

Python, 웹 크롤링

내 업무를 대신 할 파이썬(Python) 웹크롤링 & 자동화 (feat. 주식, 부동산 데이터 / 인스타그램)

DeepingSauce

파이썬 중급

김정인

중급 Python 과정은 함수형 프로그래밍, 메타 프로그래밍, 예외 처리 및 객체 지향 프로그래밍과 같은 고급 주제를 다루면서 Python에 대한 이해를 심화하도록 설계되었습니다.

中級以上

Python, 웹 스크래핑, Numpy

파이썬 중급

김정인

퀀트 투자를 위한 파이썬 트레이딩룸 만들기 - Part 3

Suit & Coffee

퀀트 투자를 위한 파이썬 트레이딩룸 만들기 Part 3에서는 포트폴리오 이론 및 실전투자에 필요한 개념 및 코드로 구현하는 방법에 대해 배웁니다. Part 1 & 2에서는 금융데이터 분석을 위한 코드 구현 방법들에 대해서 주로 배웠다면, Part 3에서는 퀀트 투자에 있어 중요한 부분을 차지하는 '포트폴리오'에 대해서 배웁니다. 왜 포트폴리오를 만들어야할까? 라는 의문을 가지고 포트폴리오 이론을 배우며 이를 파이썬으로 구현도 하고, 실전 포트폴리오 투자에 필요한 코드 실습도 진행합니다. 해당 강의를 통해 여러분들만의 포트폴리오 투자에 있어 도움이 되기를 바라겠습니다

中級以上

퀀트, Python, 투자

퀀트 투자를 위한 파이썬 트레이딩룸 만들기 - Part 3

Suit & Coffee

파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part1

DeepingSauce

본 수업에서는 파이썬(Python)의 판다스(Pandas) 라이브러리를 활용하여 다양한 형태의 금융데이터를 분석하고 처리하는 원리와 방법에 대해 배우고, 이를 실전에서 마주할 수 있는 상황에 적용해보며 최종적으로는 재무제표 데이터에 기반한 백테스팅(backtesting)을 구현하는 법(강환국님 '할 수 있다 퀀트 투자' 책 기반)에 대해서 알아봅니다. 결과적으로 여러분들은 투자 논리에 대한 검증이나 근거 없이, 단순히 남이 좋다는 것만 따라하는 '수동적인 투자자'에서 벗어나, 전략 구현에 필요한 다양한 요소들을 파이썬(Python)과 판다스(Pandas)로 활용하여 데이터로부터 자유자재로 추출하여 정량적으로 분석할 수 있는 '자기 주도적이면서 능동적인 투자자'가 될 수 있습니다.

初級

Pandas, 투자, 퀀트

파이썬(Python)으로 데이터 기반 주식 퀀트 투자하기 Part1

DeepingSauce

남박사의 파이썬 기초부터 실전 100% 활용

남박사

프로그래밍을 접해보지 않은 초보 분들이나 파이썬에 대해 어느 정도 이론 지식이 있는 분들 모두를 대상으로 하며 실제 프로젝트를 기반으로 강좌의 주 목적은 파이썬에 대한 관심과 재미를 느끼는 것을 추구 합니다. 이 강좌를 통해 파이썬으로 보다 많은 아이디어와 보다 많은 재미를 얻으시길 바랍니다.

入門

Python, 웹 크롤링

남박사의 파이썬 기초부터 실전 100% 활용

남박사

[리뉴얼] 처음하는 SQL과 데이터베이스(MySQL) 부트캠프 [입문부터 활용까지]

잔재미코딩 DaveLee

이 강의를 통해 SQL과 데이터베이스의 이해, SQL 문법, 실제 활용을 위한 데이터베이스 설계, 프로그래밍을 통한 데이터베이스 활용, 데이터 분석 활용 사례까지 익힐 수 있습니다.

初級

Python, SQL, MySQL

[리뉴얼] 처음하는 SQL과 데이터베이스(MySQL) 부트캠프 [입문부터 활용까지]

잔재미코딩 DaveLee

[리뉴얼] 처음하는 MongoDB(몽고DB) 와 NoSQL(빅데이터) 데이터베이스 부트캠프 [입문부터 활용까지] (업데이트)

잔재미코딩 DaveLee

최신 스타트업에서 활용하는 풀스택과 데이터과학 기술의 기본 기술 중 하나인 빅데이터를 다룰 수 있는 NoSQL 기술을 익힙니다. 몽고DB는 NoSQL 중에서도 가장 쉬우면서 빠르게 활용할 수 있는 기술입니다. 본 강의에서는 짧은 시간 안에 몽고DB 기초를 익히고, 파이썬으로 몽고DB를 다루고 활용할 수 있는 기술까지 학습해 봅니다.

初級

Python, MongoDB, DBMS/RDBMS

[리뉴얼] 처음하는 MongoDB(몽고DB) 와 NoSQL(빅데이터) 데이터베이스 부트캠프 [입문부터 활용까지] (업데이트)

잔재미코딩 DaveLee

업무 자동화를 위한 파이썬 pyautogui, beautifulsoup 크롤링 기초

김플

파이썬의 기본을 익히신 분들이 이 강의를 보고 나면 어떤 식으로 파이썬을 활용할 수 있는지 배우게 될 것입니다.

初級

Python, 웹 크롤링

업무 자동화를 위한 파이썬 pyautogui, beautifulsoup 크롤링 기초

김플

비전공자를 위한 수학 통계 기초(실습)

SW School

본 과정은 파이썬을 이용한 머신러닝 수학 및 통계의 기본 내용을 실습하는 과정입니다. 기계 학습과 딥러닝은 프로그래밍 역량도 필요하지만 원리를 파악히기 위해서 수학적 배경을 필요로 합니다. 본 과정을 통해 인공지능에 필요한 기초 수학을 차근차근 익힐 수 있습니다.

初級

선형대수학, 확률과 통계, Python

비전공자를 위한 수학 통계 기초(실습)

SW School

Finding Signals and Noise with Python Stock Data Collection and Analysis

Reviews from Early Learners

What you will learn!

In the data Finding signals and noise, More Insights! 📈

data analysis, Why securities data? Should I learn? 📊

Growing through securities data analysis Data-based fitness.

Who would benefit from learning this? 🔍

Only for this lecture Let me tell you the key features. ⚡️

In one lecture So many skills You can learn. 📌

A one-line introduction to the skills you will learn in this lecture!

What are you curious about? Check it out first! 🙋‍♀️

Please check before taking the class! ⚠️

Created this course If you are curious about the knowledge sharer? 👩‍💻

Recommended for these people

HelloThis is .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

Curriculum

Reviews

todaycode's other courses

Similar courses

In the data
Finding signals and noise,
More Insights! 📈

data analysis,
Why securities data?
Should I learn? 📊

Growing through securities data analysis
Data-based fitness.

Only for this lecture
Let me tell you the key features. ⚡️

In one lecture
So many skills
You can learn. 📌

What are you curious about?
Check it out first! 🙋‍♀️

Created this course
If you are curious about the knowledge sharer? 👩‍💻

Recommended for
these people

Hello
This is