강의

멘토링

로드맵

Inflearn brand logo image
BEST
Career

/

Finance

Python(Python)でデータベースの株式クォントを投資するPart2

この講義は、Pythonでデータベースの株式クォントを投資するPart1の後続講義であり、part1講座がintroduction感に近づいた場合、part2は実戦戦略の実装とクォント投資開発の全体的なフロー経験が中心となる深化講義です この授業では時系列データを扱うadvancedなパンダス(Pandas)テクニックと、それに基づいてシグナルベース戦略とさまざまなサイクルで資産の比重を調整する必要がある静的/動的資産配分戦略を実装する方法について重点的に取り上げ、戦略実装にとどまらず、さまざまな投資戦略を最小限のコード修正で直接検証してバックテストする 'コードのフレームワーク化'と、これを拡張して実戦投資まで続くように改善の仕方、そしてこの過程で注意すべき事項についても学びます。数学的に深く取り上げて市販の投資書籍やブログ、youtubeなどでは見られなかった最高のPython(Python)クォント投資フローを体験できます。

  • DeepingSauce
Pandas
Investment
Quant

学習した受講者のレビュー

こんなことが学べます

  • 時系列データをPandasに '正しく'前処理するために必ず知っておくべき内容

  • クアントの世界で使われるさまざまな用語(log returnなど)とパフォーマンス指標(Sharpe、MDDなど)の深い理解とコード化

  • 投資に使用されるさまざまな価格ベースの指標(Moving averageなど)とそれを活用した戦略の実現

  • シグナル(buy, sell signal)ベースの戦略を '一貫して'実装する方法とその原理

  • 資産配分&リバランスベースの戦略を '一貫して'実装する方法とその原理

  • 実践で使われるさまざまな資産配分戦略の実施と結果の比較

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

カリキュラム全体のロードマップ
ロードマップ全川の30%割引(クリック)

個別講座受講割引(最大30%)イベント
イベントショートカット(クリック)

🙌誰のための講義ですか?

  • part1川の詳細ページの誰のための講義ですか?
    • part1の授業より一歩進んだ、実戦的な内容が欲しい受講生ならもっと良いです。

講義を始めるための根本的な理由であり、
受講生たちに最終的に伝えたかったまさにその内容!


🙌講義を受講した後、何ができるようになりますか?

1. 様々な戦略に対するバックテストの実施と性能比較

(上記のグラフは、より読みやすくするためにmatplotlibの代わりにplotlyというライブラリで書かれています)

2. 下記の質問(疑問)事項について「単独で力で(直接)」+「簡単に」解決できます。

  1. バックテスト&データ分析
    • (特定の2つの種目に対するN:M比)vs(1つの種目に没パン)どんな方が良いのか?
    • オールウェザーとVAA戦略ポートフォリオの利回りの相関性
  2. リバランス時期
    • (月末にリバランス) vs(月初にリバランス)
    • 株式:債券:金 = 6:3:1 戦略 --> 1ヶ月 or 6ヶ月 or 1年リバランス?
    • 論文にあるバックテストが月末月初にまで待ってから、リバランス時の守備資産に移って出た収益率なのかカナリア資産コードが変われば、すぐに守備資産に移って出た収益率なのか分からないですね😭😭
  3. 戦略アプリケーション(tweaking)
    • オールウェザー戦略に水を乗せるとどうなりますか?
    • オールウェザーの株式資産について、以下の2つのうちどれが良いですか?
      1. 先進国株式(VT)
      2. 米国株式(VTI)/先進国株式(VEA)/新興国株式(VWO)
    • 静的資産配分に一定の割合の仮想通貨を入れたいのですが?
    • 特定戦略の株式の割合をspy qqq半分にするのも大丈夫だろうか?
    • DAA戦略中にカナリア資産群+の時のみ買収した対収益率とMDDデータ?

先の講義は本講義をきちんと受講するための準備過程だっただけ。
「Python+株式クォント投資」カリキュラムの核心であり、その最後の内容!


🙌知識共有者の本番ポートフォリオ

  • 本講義で取り上げた内容を基にした本番ポートフォリオ運用中
  • 戦略構成:韓国4個、米国5個、暗号通貨2個
  • 運用資産:n億2千
  • メモ
    • 全体戦略に対するシード投入(両替など)が安定化し始め、portfolioの各口座および資産をprogrammaticにtrackingしたのが2021年初めからで、「ベンチマーク比較グラフ」は2021年の結果のみ提供するようになりました。
      • 配当は反映されませんでした。
      • 特定の戦略は、過去のリベランシング以前のポートフォリオ別の種目構成や資産の状態が正確にトラッキングできない部分もあり、若干の誤差があります。
      • 市場の大きな落幅発生時、追加的に買収して短期的差益を実現した資産については反映されませんでした。
    • 2021年以前は、各戦略別投入時点が同一ではなく、開始時点が一貫していません。
    • 戦略別のリバランス期間は互いに異なります。(月別、四半期別、半期別、年度別など)
    • 特定の証券会社は最近6ヶ月の利回りのみを提供し、そのグラフのみを提供します。

プログラミングは勉強して練習するためのものではありません。
実際の世界の問題を効率的に解決するためのツールです。


📣受講前チェックリスト:この講義を受講しても大丈夫でしょうか?

  1. [Pythonの基礎]以下の2つのうちの1つを満たしています。
    • 文科生も、非専攻者も、誰でも学べるPython(Python)受講完了
    • あるいは以下の内容について「すべて」よく知っている。
      • どんなfor構文でもwhile構文に置き換えることができます
      • ライブラリとモジュールの概念をよく知っています。
      • クラスとオブジェクトの違いについてよく知っている。
      • どのような状況でリストデータ型を書いて、辞書データ型を使うべきかを区別することができる。
      • jupyter lab or notebookの使用経験がある。
  2. [Pandas熟練度 with金融データ]以下の2つのうちの1つを満たす
    • Python(Python)によるデータ駆動型株式クォントへの投資 Part1の受講完了
    • あるいは以下の内容について「すべて」よく知っている。
      • DataFrameとSeriesの違いと関係について知っている。
      • DataFrame or Series間の四則演算(add、divideなど)時、index、column alignmentに対する理解をしている。
      • Pandasを使って簡単なデータ前処理を一人で進めてみた経験がある(eg for loopを使ったコードをPandas化して改善した経験がある)。
      • concat(), join(), merge() の違いをよく知っている。
  3. [基礎数学の知識]以下の内容を**簡単にしか**学んだ経験がある(必須ではない)
    • ランダム変数、期待値(E[X])、分散(Var[X])の意味など基礎確率/統計的内容
    • 確率/統計における独立の意味
    • log、exponentialの意味と関係、そしてlogの特徴(下が同じlogの加算はどのように進むか)

上記のチェックリストをすべてチェックした場合は、この講義を受講するのに非常に適しています:)


📣受講前の注意事項

  • 自動取引システム(証券会社API +購入/売却のためのGUIプログラム)を実装する講義ではありません。
  • 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。
  • 投資に対する責任は常に投資家自身にあります。

📖関連講義を見る

こんな方に
おすすめです

学習対象は
誰でしょう?

  • 'Python(Python)によるデータ駆動型株式クォントへの投資 Part1'受講しながら学習への喜びを感じて、それ以上の喜びをもう一度感じたい方

  • 本、講義などで触れた戦略をまもなくまっすぐ受け入れるのではなく、直接ベクテストして検証し、これを応用して新しい戦略を直接作りたい方

  • 戦略を特徴別にフレーム化し、最小限のコード修正で多様な戦略を実装できるバックテストアーキテクチャを経験したい方

  • バックテストコードを実戦投入のためのコードに変換する際に注意すべき事項についての経験を聞きたい方

  • log 収益率、Sharpe Ratio、annualized return など、クォント投資に必要な用語/知識の深い理解と、それを正しく使用する方法について知りたい方

  • 金融時系列データ前処理からバックテストまで1つのクォント投資フローについて経験したい方

  • 講師が投げたコードをそのまま実行するだけで進行する授業ではなく、原理理解を通じて受講生が学習内容を自ら応用できる授業をご希望の方

前提知識、
必要でしょうか?

  • '文科生も、非専攻者も、誰でも学べるPython(Python)'の内容

  • 'Python(Python)によるデータ駆動型株式クォントへの投資 Part1'の内容

  • '私の仕事に代わるPython(Python)ウェブクロール&自動化'授業は本授業と直接的な関係はありませんが、受講すると本講義内容の活用度が非常に高くなります(希望する株式関連データを自在に取り込むことができるため)

  • 中・高校レベルの数学及び確率・統計的内容(詳細はOT映像参照)

  • ロードマップ注:https://www.inflearn.com/roadmaps/474

こんにちは
です。

16,201

受講生

580

受講レビュー

326

回答

4.8

講座評価

5

講座

데이터로 미래를 설계하고 현실의 문제를 해결하는 데이터 엔지니어입니다.

데이터 기반 통찰을 사랑하며, 평생 학습(Life-long Learner)하고 지식을 나누는 기여자(Contributor)가 되고자 합니다

カリキュラム

全体

65件 ∙ (16時間 26分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

全体

44件

4.8

44件の受講レビュー

  • jaeyoul jon님의 프로필 이미지
    jaeyoul jon

    受講レビュー 2

    平均評価 5.0

    5

    97% 受講後に作成

    파이썬 초급 강의 빼고 전부 수강했습니다. 제가 들었던 강의들중 가장 쉽고 통찰력있게 잘 가르쳐 주십니다. 닥분에 많이 배워 갑니다. 감사합니다!

    • DeepingSauce
      知識共有者

      안녕하세요! 첫 수강평 감사드립니다 :) 부족한 강의 계속 관심 가져와주셔서 감사드리고, 재열님 원하시는 목표에 꼭 도움이 되는 강의가 되었으면 좋겠네요!

  • learn_learn님의 프로필 이미지
    learn_learn

    受講レビュー 5

    平均評価 5.0

    5

    6% 受講後に作成

    선생님! 원래 파이썬 기초 수업만 들으려고 했던 수업인데, 강의 내용뿐만아니라 커리큘럼이 너무 좋아서 마지막 강의까지 물흐르듯이 오게되었습니다. part1 수업 듣고 제 전략을 만들면서 코드적으로 막히는 부분이 꽤 있었는데, part2를 보면서 더 많은 부분을 개선시킬 수 있을 것 같습니다(아직 100% 이해는 못해서 한번 더 수강할 예정입니다). 혹시 part3는 예정에 없으신 걸까요? 계속 강의 내주셨으면 좋겠습니다. 무조건 수강하겠습니다.

    • 법경님의 프로필 이미지
      법경

      受講レビュー 49

      平均評価 4.9

      5

      98% 受講後に作成

      여기저기 찾던 강의 예요!

      • psy67039772님의 프로필 이미지
        psy67039772

        受講レビュー 1

        平均評価 5.0

        5

        100% 受講後に作成

        • Andy_Choi LGIT QA1님의 프로필 이미지
          Andy_Choi LGIT QA1

          受講レビュー 2

          平均評価 5.0

          5

          31% 受講後に作成

          감사합니다

          期間限定セール、あと7日日で終了

          ¥79,200

          20%

          ¥11,714

          DeepingSauceの他の講座

          知識共有者の他の講座を見てみましょう!

          似ている講座

          同じ分野の他の講座を見てみましょう!