コアだけ早く、入門者のためのPython（Python）とパンダス（Pandas）
Jiwoon Jeong
Python（Python）とパンダス（Pandas）ライブラリの重要な概念をすばやく習得できるレッスンです。
입문
Python, Pandas
BEST
生涯使用するデータ駆動型投資法 with Python クエント投資
Python Quant投資と一緒にデータに基づいて投資戦略を立て、戦略に沿った投資をしましょう。さまざまな資産配分戦略を実装し、最終的に独自の投資戦略を作成することができます。
学習した受講者のレビュー
こんなことが学べます
Python＆amp; Pandas+金融データを活用した投資技術
独自の投資仮説を立て、データ駆動型シミュレーション実行能力(Back-Test)
様々な実戦投資戦略と定量的業績測定方法(年福利利回り、落幅)
基本投資戦略の実装（分散投資、債券混合、リバランス、トレンド追従）
systrader79の平均勢いスコア投資戦略の実装
静的資産配分技術の実施(Permanent, Golden Butterfly, All whether)
動的資産配分技術の実施(GTAA、FAA、VAA、DAA)
普通の人の投資方法？ 👀
多くの方々は、再タックが必須であることを既に知っています。だから、他人によって株、コインをしてみたのですが、なぜ株は私が詐欺さえすれば落ちるのでしょうか？普通の人が投資でお金を稼ぐ方法はないでしょうか？
一度に大きなお金を稼ぐために投資をするわけではありません。長期的な観点から、インフレを守り、貴重な資産を守るためのライフロング投資が必要です。
投資に失敗するほとんどの理由は、ニュースにひどかったり知人の雰囲気にさらされて投資判断基準がないまま投資をしたからです。しかし、忙しい日常を生きる私たちが企業分析を通じて価値を評価して投資する方法は非常に大変です。したがって、定性的な方法ではなく、定量的な投資方法、クアント投資を提案します。
クエント投資、
それが知りたいです💫
クアント投資の最大の利点は、データに基づいた客観的な投資判断基準があることです。クエントを活用すれば、根拠のある投資ができるようになります。
投資に成功するためには、米の時買って高価なときに売らなければならないことを皆が知っています。
例を挙げましょう。 A株式の株価が私が数日前に確認した価格よりも離れています。
では私はこれを安いと判断し（主観的な判断）、勇敢に買収をします。
もちろん、運が良ければ利益が出るかもしれませんが、データは逆に言います。
実験1
米の時（下落）買って高価なとき（上昇）売ろう
- 実験期間：2002.11～2022.07
- 実験対象：コスピ200
- 購入条件：今日の株価<= 20日最低価格
- 売り条件：今日株価>= 20日最高価格（株価が高価なときに売る）
累積収益率1.56（56％）
米の時買い、高価なときパンダという戦略は約20年間で56%の利回りを得ています。これを年金利に換算して計算すると、年間約2.3％の複利収益を得た水準です。これは預金金利と似ています。 20年間最低価格、最高価格を確認して売買した私たちの人件費を考えると、そんなに愉快な収益率ではないようです。
実験2
高価な時（上昇）買って米の時（下落）を売ろう
- 実験期間：2002.11～2022.07
- 実験対象：コスピ200
- 買収条件：今日株価>= 20日最高価格（株価が高価な時に買う。）
- 売り条件：今日の株価<= 20日最低価格（株価がお得に売る）
累積収益率：3.48（348％）
すごいですね。実験１では５６％の利回りだったのに対し、今回の実験２では３４８％の利回りを得た。これを年金利に換算して計算すると、年間約6.4％の複利収益を得た水準です。この程度であれば、20年間で最低価格、最高価格を確認し、売買した人件費程度は十分に選んだと思います。
ご覧のとおり、 Quantを活用すると、データに基づいた投資を行うことができます。主観的な判断による投資ではなく、客観的なデータと根拠に基づいて投資を可能にします。実際の投資を実行する前に、私の仮説をテストする能力を備えています。
こんな方へ
お勧めします😊
長期利用可能
投資戦略を策定したい方
損した経験がある方
技術的な限界にぶつかってあきらめた方
スマートな投資方法を学びたい人
学習内容📚
本講義では、投資に関する基本理論の知識と投資戦略を学びます。投資の対価が開発したさまざまな投資戦略（All Weather、DAA etc..）をPython（Python）とPandas（Pandas）ライブラリを活用してコードで実装してバックテストする方法を学習します。
1.投資業績指標の概念と実施方法
- Day-Return, Cumulative-Return, CAGR, DD, MDD
- さまざまな投資戦略を検討する前に、定量的なパフォーマンスを測定する指標を学びます。
2.投資の基本 - 分散投資
- 分散投資をしなければならないという言葉はたくさん聞いてみましたが、分散投資をした時としなかった時差を直接テストしてみたことがありますか？
- サムスン電子のパンと5つの大企業の分散投資結果
3.投資の基本 - 債券の混合
- 株式投資が長続きしない理由の1つは、あまりにも大きなボラティリティによるものです。
- 債券を混ぜるとどんな変化がありますか？
4. 投資の基本 - リバランス
- 株式は司書じっと持っているのが最善ではないそうです。
- 理論的に周期的に比率を合わせるリバランスをしてくれれば、高点売り、低点枚数を実行してより良い成果を出すことができるそうです。実際のデータで結果を確認してください。
5.投資の基本 - トレンドフォロー
- 20日最高価格、最低価格売買実験で見たように、株価には傾向が存在し、それに応じて投資したときに良い成果を得ました。
- トレンド追従技法でも絶対、相手、デュアル勢い技法など様々な技法が存在します。
- そのうちsystrader79が紹介した平均勢いスコア戦略を実装してみます。
6. 実績投資戦略 - 静的資産配分戦略
- 今は投資の基本戦略をある程度学んだので、実戦に使う資産配分戦略を実装してみましょう。
- 永久、黄金の蝶、オールウェザーポートフォリオを実装し、パフォーマンスを比較します。
7. 実績投資戦略 - 動的資産配分戦略
- 同様に、実戦に使用できる動的資産配分戦略を実装しましょう。
- GTAA、FAA、VAA、DAA戦略を実装し、パフォーマンスを比較します。
8. 時期別の利回りの可視化
- 実際の投資は何年も続くでしょう。
- したがって、各戦略の最近の成果を把握することも重要です。
- 最近の収益率を毎月、年ごとにまとめて視覚化する方法まで学びます。
講義を聞いた後、受講生の変化📜
- 継続的な投資のために高いリターンよりもリスクを管理することが重要な理由を説明できます。
- 分散投資、資産群の混合、リバランス、トレンド追従を行う理論的な根拠を理解し説明することができます。
- Pythonで金融データを検索して活用できます。
- さまざまな動的、静的資産配分戦略を理解し、Pythonコードで実装してバックテストできます。
- 講義で学習した資産配分戦略をカスタマイズして、独自の投資戦略を作成できます。
- もう尋ねないで、投資ではなくデータに基づいた基礎投資を実行できます。
Q&A 💬
Q. Python開発環境はどのようなものを使用しますか？
ジュピターのラップトップを使用してください！アナコンダを介して設置していただければ便利です。
Q. Python、パンダスの基礎内容を知らなくても受講できますか？
基本的なPythonプログラミング文法とパンダスの基礎知識があると仮定して講義を進めます。
Python、パンダスの基礎内容が必要な方は、カリキュラムの後半を参考にしてください！
Q. クエントは理科、工大生だけできる難しいものではありませんか？
本講義で扱う平均、分散、正規分布など中・高校レベルの基礎統計知識を一度でも触れてみたし、株式投資を一度でもしてみた人なら十分にできるレベルです。
Q. 自動マーケティングプログラムを作る講義ですか？
いいえ！本講義は、データ分析ベースの資産配分戦略を扱う講義です。売買サイクルが非常に短いスイング投資やスキャルピング投資とは異なります。私たちが扱うクオントプログラムは、投資戦略に基づいて毎月末、四半期、年末ごとに投資の割合を計算します。その比重に合わせて直接証券会社を通じて売買してください！今後の短期自動売買プログラム講義も制作する予定があります:)
こんな方に
おすすめです
学習対象は
誰でしょう？
ジャテックをちゃんと学んでみたことがないけど、投資損失経験があってスマートな投資方法を学びたい人
コーディングとデータを活用して論理的かつ体系的な投資方法を学びたい人
エクセル、プログラミングに馴染み、それをジャテックスキルに変えてみたい人
自分の投資戦略を研究し、実際の投資をしたい人
一度に稼ぎ抜ける投資ではなく、長時間偶像向きの投資をしたい方
前提知識、
必要でしょうか？
Pythonの基本文法（variables、loop、condition、function..）
Pandas 基本文法 (series, dataframe and its associated concepts)
中/高校レベルの数学、確率/統計知識（非常に高い難易度ではありませんが、収益率の計算、ポートフォリオロジックの実装に必要な基本的な数学的能力が必要です。）
6,963
受講生
192
受講レビュー
170
回答
4.9
講座評価
4
講座
저는 현재 국내 대기업에서 추천 시스템 연구 개발을 하고 있습니다.
누구나 재밌고 유익하게 배울 수 있는 개발 콘텐츠를 만들겠습니다.
이력 사항 ✒️
네이버커넥트 부스트캠프 웹 백엔드(Node.js) 6기 code reviewer 활동
서울산업진흥원 SeSSAC 온라인 IT콘텐츠 파트너 (Full Stack)
서울산업진흥원 SeSSAC 개발자 입문과정 진행 (Python, Javascript)
건국대 몰입형 프로그래밍 과정 강의 진행
서울시 SSAC 라이징 프로그래머 서버파트 총괄
암호화폐 매매 자동화 프로그램 개발 외주 (Qt)
마케팅 에이전시 랜딩 페이지 개발 외주 (Web)
실시간 데이터처리 Windows 응용 프로그램 개발 외주 (Qt)
カリキュラム
全体
52件 ∙ (6時間 1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
11件
5.0
11件の受講レビュー
wjdqls10283377受講レビュー 1
∙
平均評価 5.0
- hakjuknu
受講レビュー 155
∙
平均評価 5.0
- sajacaros
受講レビュー 3
∙
平均評価 5.0
- nodlekang3529
受講レビュー 1
∙
平均評価 5.0
- jesstopu04146419
受講レビュー 1
∙
平均評価 5.0
￥8,020
Jiwoon Jeong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！
