Python（Python）でデータベースの株式クォントを投資するPart1

株式投資をスマート＆戦略的に！
Python（Python）データ駆動型投資に挑戦！

🙌誰のための講義ですか？

おそらく、この講義に興味を持っている人のほとんどは、株式投資の経験があります。投資をしながら大きな利益をもたらした方もいるでしょうが、おそらく大多数が投資中に大きな損失を経験していたり​​、多数の種目に噛まれて本人の意志とは関係なくジョンバートした経験があると思います。さまざまな環境でそれぞれの性向に合った投資をしているため、投資に失敗した理由も多様なように見えますが、いざ見ればその理由はある程度一貫した姿で現れます。特に、いわゆる「ジュリン」と呼ばれる株式入門者にとっては、さらにそうです。あなたはその理由を何だと思いますか？

人間は投資にあまり不利な要素を備えています。判断が無条件で正しいという催眠を自らにかけることになります。ですが、これは損失を認めることで発生する敗北感を感じたくないからかもしれませんが、何よりも投資に明確な判断基準や他の選択肢がないからでしょう。果たしてどんな姿を見せるのでしょうか？反応をいくつか抜粋したものです。

どうでしたか？他の話のようですが、そうではありません。上記のような明確な基準や根拠のない投資方式は、今後同様の状況が迫ると、再び大きな混乱とともにさらに大きな損失を引き起こすでしょう。理由が何であれ、絶えず損失を見ると、私たちはますます早急になり、極端には市場が常に私の考えと逆に動いているように感じます。人間は依然として異性よりも感情の影響をより多く受けるため、私たちはまたまた同じミスを犯すことになり、結局は汗を流して集めたお金が一瞬で蒸発してしまう地境まで至ることができます。おそらくこのような悪循環を心配し、今後投資をどのようにしていくべきか心配する方も多いでしょう。

だから私たちは投資の勉強をたくさんしますか？前ではないと思います。本当に皮肉な現象です。ソシッツ大学の入試のために、希望する企業に入社するために昼夜に一生懸命勉強し、準備していた情熱と態度は、株式市場の前に来るのになくなり、欲と欲望に満ちた投機性売買で現れるようになります。市場や種目についての十分な理解もなく、見ると上がらないチャートだけを見て、どんな種目が良く、いつ入るのが良いのですが、ずっと悩みます。どうすれば私たちが今まで挑戦してぶつかっていたものよりはるかに長い呼吸を持って他人とは少し違った方法で準備しなければ揺れずに生き残ることができるところです。

もし皆さんが上記のように本能に忠実な(?)投資を経験してみたか、あるいは今も継続しておられる中で、特に浮上する特段の対策もないなら、私と一緒にPython(Python)でデータベースの株式投資に挑戦してみてはいかがでしょうか。このレッスンを通して、私たちは人間よりも冷徹で機械的でスマートな「コンピュータ（プログラミング）」の 力を借りて、データに基づいた、体系的で根拠のある投資習慣を作ってみようと思います。徹底した準備や信じられない助力者ひとりなしで私の大切なお金を投資しながら一日一日心的に苦しむ方々のために、これそれ試みはしてみたがきちんと取り扱ってあげるツールとはエクセルだけだと赤ちゃんなどしている方のために、本授業ではPythonプログラミング言語を活用して、間違った投資習慣から抜け出し、スマートな投資をすることができる足場を作りたいです。

---

🙌なぜ「データベースの株式投資」をPythonで学ぶべきですか？

2020年に入り、世界中で1日に44ゼータバイト以上のデータが発生しています。これによりデータの価値が高まり、これに基づく意思決定プロセスがますます重要になり、膨大な量のデータから多様なインサイトを見つけてモデリングを行うことができるプログラミング能力が基本的な素養として求められています。

これらの時代の流れの中で、Excelはまだ強力なデータ分析ツールですか？ Excelは、数百、数千メガバイト以上のデータを処理して自動化するには複雑で重いだけでなく、プログラミング言語と比較して同じ出力を出すまでに比較的多くの時間と労力が必要です。さらに、特定の結果を導き出すまでの分析プロセスを記録して整理することも非常に困難であるという欠点があります。

しかし、 Python（Python）プログラミング言語を使用すると、わずか数行のコードでさまざまな分析と図式化が可能になります。 Pythonに存在する豊富なデータ分析関連ライブラリを活用すれば、データの種類や量に制限なく簡単に加工や分析ができ、問題解決の過程を簡単にまとめて見せるインターフェースを提供するだけでなく、これを拡張することで、1つのエンドツーエンドプログラム（orアプリケーション）でも簡単に作成できます。このような魅力のため、極めて保守的であると言われている銀行/金融業界さえもずっと前からPythonがExcelを置き換え始めました。

Pythonの人気はまだ進行中です。他のプログラミング言語を抜いてプログラミング言語の人気トップランクに位置するのにはパンダスというライブラリが一役買ったと見られます。パンダスは、2次元整形データの分析を簡単にするのに役立つPythonライブラリの1つです。また、本来金融データを手軽に扱うために作られただけに、現存するどんなツールよりも金融データ分析に最適化されたライブラリです。私はまた、さまざまな分野で整形データを分析する際にパンダスを基本的に使用しており、金融および株式売買関連プロジェクトでもコードの大部分がパンダス（Pandas）で構成されているほどアクティブに使用して多くのおかげを見ています。 。最近では、様々なコンピューティング環境に分散して処理したり、オペレーション性能をさらに高めたパンダス（Pandas）ベースのライブラリも1つ2つずつ生まれてきており、これにより、Pythonはますますデータ分析ツールのエンドプレート王になっています。あります。

このレッスンでは、これらのパンダスライブラリを活用して、さまざまな形の実績金融データを分析して処理する方法から、年度別の財務諸表データから投資種目を抽出してバックテストし、結果を図式化する方法まで学びます。そして、この過程でもう少し現実的なバックテストをするために注意すべき内容とそれを改善する方向についても学びます。普段、自分が戦略を検証してみた経験なしに他人が良いと評価する種目に投資したり、単に感覚だけで投資する投資家、そして企業の価値をもう少し定量的/体系的に分析して投資したい方に「データベースの投資戦略」を能力を育てる良い機会になります。また、Excel関数、マクロの使い方などを主張窓口に覚えながら、いち早く新しいデータについてはどのように処理をしなければならないのかわからず、呟いた方々にはパンダス(Pandas)という新世界を体験する機会になるでしょう。

コーディングやプログラミング能力が避けられない時代には、あふれているデータを素早く効率的に分析して使用するのに、パンダスは素晴らしい選択になることができます。プログラミング言語の世界に一歩近づくための良い出発点になることができます。コミュニティ、低学習障壁と多様なライブラリ、そしてその中でも金融データ分析と処理に最適化されているパンダス（Panas）。できるようになり、これから希望の投資戦略を自由自在にバックテストすることもできるようになります。サムスン電子2週間（ ≈100,000ウォン）よりはるかに価値のある資産で残る講義、今一度始めてみてはいかがでしょうか？

---

🙌自分だけのデータ駆動型バックテスト＆株式投資をしたらどうなりますか？

• データをベースにした独自の売買ルールができるため、市場、チャート、株式掲示板などをよく見つめる必要がなくなります。
• 金融危機のような急変する市場変化にも心理的に絶対揺れないようになります。
• 過去のデータに対する十分なバックテストで、より根拠のある投資を行うことができるようになります。
• ニュースや大衆の判断に振り回されることなく、本人がデータ検証を通じて得た最も重要な考え方を基準に判断を下せるようになります。
• 自分の好みに合った、自分に最適なプログラムを作れるようになります。
• 就寝中、出勤中、休暇中に数十、数百万件のバックテストをしたり、それを応用して実際のトレーディングまで自動化することができます。

---

🙌Python（Python）+パンダス（Pandas）でどんなことができますか？

• 受講後、あなたはパンダスと呼ばれる巨大な武器を持っています。パンダス(Pandas)を自由自在に使うと分かると、基本的に金融データ(財務諸表、一峰/分峰、個人/機関/外人需給、ドル/原価指数、プログラミング売買推移など)から多様な投資指標を抽出してバックテストできる基本機を備えています。そして、金融データだけでなく、さまざまな整形データの分析の専門家になることができます。
• 以下は、私が個別に収集したデータをPandasだけを使用して実装した簡単なトイプロジェクトの内容です。
  • コロナ曜日別の確定者数分析

• • 株式コミュニティ掲示板分析（株式、不動産関連イベント発生時の投稿数の変更などチェック）

 

 

 

• • KOSPI/KOSDAQ市場投資主体別累積ネット取引代金分析

 

• • 日付別ギャップ上/ギャップ下（前日終値対時価）比率による簡単な戦略の作成

 

• • データ駆動型戦略とベンチマークバックテストのパフォーマンス比較

• 最も重要な（？） - 今後オープン予定の「Python（Python）でデータベースの株式投資を行うPart2」を別途選手講座なしで受講できるようになります。

---

🙋 受講生が一番気になる質問 Top 6

Q. 今回のオンライン講義と従来行っていたオフライン講義との違いは何ですか？
Q. 講義で収益を上げる戦略についても教えてください。
Q. スキャルピング、短期スイングなど、売買頻度の高い戦略の実装も授業内容に含まれていますか？
Q. クォントラということをするには、数学/確率/統計的な内容にrisk、alpha、beta、factor modelなどの概念まですべて知っておくべきですか？
Q. 過去データに対する投資成果が検証になったとし、未来にもうまくいくという保証はありませんか？

A.上記の質問に対する答えは ' Section0。オリエンテーション'の' 6. FAQ 'で詳しく取り上げます。

 

Q1.先行知識が必要ですか？

A1.このレッスンは、プログラミングの概念とPython（Python）の基礎の内容についてある程度熟知された方を対象とした講義です。 Python（Python）を初めてご利用の方は、私の基礎講義である「 誰でも学べる、Python（クリックすれば移動） 」の受講をお勧めします（もうPython（Python）を歩いた方なら、復習もし、早く一度受講してみてはいかがでしょうか？） また、財務諸表データを分析し、これを基にした戦略を作るため、投資によく使われる指標（PER、PBRなど）に関する知識があれば良いです（ただし、必須ではありません）。

 

Q2.本授業のメイン内容はトレーディングですか、データ分析ですか？

A2.もしそうでなければならないならば、この授業の内容は「金融データ処理と分析」にもっと焦点を当てたといえるでしょう。私が直接投資システムを作りながら最も悩みを多くして時間を投資した部分は「同じ情報を表現するが、さまざまな姿を持つ金融データをどうすれば私が実装しようとする戦略にfitするように迅速かつ簡単に処理できるか？ 」でした。 。最初は私もこれを重要視することなく、枚数/売りを望む時点に楽にできるプログラムや戦略を早く実装することが最優先だと思い、大体知っているプログラミング知識で拳昔ながらにしました。そういうわけで新しい戦略を実装するたびに既存コードの大々的な修正が必要だったし、その過程で引き続き難関にぶつかってグーグルをしてみると回って帰って結局「データに対する前処理」と「実戦投入につながるときに起こり得る乖離感（ eg 過去の時点で未来を見ないように処理など）をなくす作業」が最も重要だという結論に達するようになりました。私はこの部分が解決されると、他の多くの部分は少ない努力でも生み出すことができると判断し、結局、現実的で robustな投資システムを作るためにパンダスを導入しました。この過程で私が経験した内容をカリキュラム化したのが、本授業の内容だと考えればいいのです。

 

Q3.講師は実際にデータ駆動型投資をしていますか？

A3.私は本講義で取り上げる内容に基づいて作った戦略を実際に使っており、個人的には満足できる結果を得ています。講義の内容は、私が投資システムを作る過程で最も困難を経験した要素や有用だと思ったツールを中心に構成しました。そのため、本講義で出てくる内容やテクニックは私の投資システムで一つも抜けずに使われています。そのため、授業内容については十分に信頼できる価値があると考えており、受講後若干の応用力だけ加味すれば、本人だけの投資戦略を自由に作ることができる基本機と力量を備えることができると確信しています。

 

Q4.投資システムを作るには作らなければならないのがこれだけじゃないんですよ。私はまだPython初心者なので作るのに少なくとも1年以上は足りないようですが、あまりに遅いのではないでしょうか？

A4. すべてを一度に終わらせようとすると、誰もが幕を閉じて挫折するだけです。することを着実にしています。アリ投資であれば残りの一生を投資と一緒にするので、「今後数十年間使っていく画期的な道具を早いうちにすべて完成しなければならない」という考えは「早く株で大ヒットして大金を稼ぐべきだ」のようなマインドだと思います。このような観点で最も重要なのは、現在私が投資する上で最も必要な部分から一つずつプログラム化するのです。 APIを介して自動的に購入/売却されるシステムを最初に作成する必要はありません。枚数/売りを直接しても十分に機能するはずです。 生産性に大きな違いがありますが、パンダスはこれらの分野であなたの作業時間を早め、完成度を高めるのに大いに役立ちます。

 

Q5.本授業がPart1授業であれば、Part2授業もありますか？ Part2レッスンではどのような内容を扱いますか？

A5。 Part1はパンダスの基礎内容を基に財務諸表データを中心とした様々な金融データについて適用して学習し、これを通じた簡単なバックテストまでする方法を学びます。本講義（Part1）がどうしても最初の講義だから、 introduction 感が少し強いなら、Part2 はもう少し時系列価格データ（OHLCV）データを中心に扱えるパンダス（Pandas）テクニックと、これを基にして様々な周期別に比重を調整する必要がある静的/動的資産配分戦略（毎月のリベランシング、60:40、オールウェザー、VAA、DAAなど）の実装について説明します。これに加え、さまざまな形の収益率データを活用する方法（log収益率など）や、バックテスト関連評価指標（Annualized return、Sharpe、MDD、CAGR、Stdなど）の実装についても深く取り上げる予定です。

 

Q6. 講義を聞いてから金融データをよく扱うようになりましたが、金融データを救うことも仕事ですね

A6。オリエンテーションでお話したように、データ収集＋処理が一番大変で時間も長くかかる作業です。また、自分が必要とするデータをさまざまなソースから自在にインポートして自動化するクラスもオープンしています。

---

🙌受講前の注意事項

• 本講義で提供するデータは、学習した内容を適用してみるためのサンプルデータです。そのため本番にすぐに適用されるには無理があります。
• 投資に対する責任は常に投資家自身にあります。

 

📚授業内容と同じくらい気にして、オリエンテーション映像を用意しました。オリエンテーション映像の長さが少し長いが、それだけ見た講座だけでなく、今後制作される講座の方向、趣旨について詳しく取り上げ、皆さんが気になる内容についても詳しく取り上げています。オリエンテーションを通してあなたの学習欲求を刺激しましょう！

📚講師一人で受講生たちの前でワンマンショーする講義はやめて！原理を理解してみんなで一緒に行く授業！今始めましょうか？

 

全国民がPython（Python）で投資するその日まで！