金融データ分析をよりスマートに! 実戦投資に役立つ技術、お見逃しなく。
証券 分析のレベルアップ 必要な方なら注目! 📈投資をしてみると、いろいろな気になることができます。 金利が上がったら、どのセクターに投資する必要がありますか? 金利が上がったら銀行セクターも必ず一緒に上がるのでしょうか?
複数のマクロデータが移動すると、実際のセクタがどのように変化するか、 私が思うように動いているのか、それとも逆に動くのかを観察できるツールが必要です。 毎回パラメータを変更して再度実行するほど、この動きを観察するのは不便です。
このとき複雑で多様な指数を観察し、私が望む結果物をすぐに確認できるダッシュボード があれば、その役割を十分にしてくれます。
実戦投資に役立つインタラクティブダッシュボードを作ろう! この講義で、はるかに便利で強力な金融データ分析に近づいてください。
パート2 では🚩 あっ、もしあなたの悩みではないですか? 💡
Pythonを学びました。 ちゃんと活用 できないようです。
実際の証券投資 に役立つ データ分析ツールがありますか?
Pythonプログラミングと基本的な時系列データ分析を行うことができる方を対象に、 Pythonを活用して本番投資に役立つツール を作成します。
最後の「クォント投資のためのPythonトレーディングルームの作成」第1部 では、金融データ分析に必要な関数を作成する方法を学びました。簡単なプログラミングとデータ分析技術を学んだら、第2部では、もっと複雑な問題を解決する方法にさらに一歩近づくでしょう。実際の投資に役立つレベルのダッシュボードを自分の手で作ろう!
実戦投資のための分析ツール、 私の手で直接! 🛠️
Python Webインタラクティブダッシュボード (データ可視化ライブラリ Plotly+ ダッシュボード構築フレームワークDash)
ETFデータを活用した 統計的差益取引 - ペアトレーディング (ロング&ショート投資戦略)
投資に役立つ データと金融の背景知識による 金融データの動きを理解する
学習内容 確認してみてください。 プロジェクト1.トップダウン投資のためのWebインタラクティブダッシュボードの作成 プロトリー ダッシュ ダッシュコールバック
「ウォン/ドル為替レート、銅、石油(WTI)、金利(Rate)、金(Gold)、VIX…マクロ変数の動き によって、株価指数およびこれらを構成するセクタ(半導体、建設、銀行、消費財、化学、電気自動車…)の動きを 観察できるツールを作ることはできないだろうか?」
現在、金融市場で問題となっているマクロ変数の動きに応じて、私が投資する、あるいは投資する対象のセクタがどのように動くかを観察できるツールを作ります。複数の変数の動きに応じて変化するものを作成するには、関数の変数を複数回置き換えて実行し、同時に複数の関数を観察できるツールが必要です。そのようなツールを作るために、Pythonを活用して、私が望む結果をWebページに出力し、Webページに関数の変数を入力し、Pythonを再実行する必要なく変化する関数の結果を確認できるWebダッシュボードを作成します。このダッシュボードを使用すると、Webページで複数のデータと関数の結果を簡単に観察できます。
ETF? このレッスンでは、マクロ変数の動きを観察するためにETF Close Price Time Series Data(ETF終値データ)を使用します。 ETFは、各商品の動きを追跡する商品であり、商品ごとの動きをよく表すデータです。時間が経つにつれて金融市場が発展し、様々な商品が発売されるにつれてETFの種類も多様化しています。まだそれほど商品は多様ではありませんが、徐々に国内ETFも米国のように多様になると予想されます。 ETFを使用すると、さまざまなマクロ経済データを使用するために、さまざまなサイトからデータを受け取る手間を減らすことができます。
プロジェクト2.ペアトレーディングダッシュボードの作成 Stationary ADF (Augment Dicker-Fuller) Test Z-Score
「統計的検証過程 を経てLong(買収)&Short(売り)対象を選択した後、信号を受けて投資を進める戦略 を学ぶことができないだろうか?」
2番目のプロジェクトでは、統計的差益取引の1つであるペアトレーディングを学びます。ペア(対象種目)を設定するのに必要な統計的仮定を設定し、そのような仮定に合ったペアを選び、Long-Short戦略を設定してみます。
最後のパート1のレッスンで入門者レベルの指数を作成した場合、今回のレッスンでは、中級者を対象に金融データを理解し、現象を特定するためにのみ試すことができる定量化戦略を選択しました。これはアルゴリズムトレーディングに多く使用され、最近では機械学習を通じてパターンを見つけるために使用されています。その概念が金融アルゴリズムの取引によく使われる戦略であることを知りたいと思いました。ペアトレーディングでは、単一の資産だけでは構成できない戦略を作成します。
一つの株式を買収する観点から、トレンドによる収益を得るための投資だけをしてきましたか?今、ペアトレーディングを通じてスプレッドの観点から戦略を学びます。スプレッドマーケティングは金融圏でよく使われる戦略で、ロング&ショート戦略が代表的です。個人が売りポジションをキャッチしにくいほど、ETFデータを介してペアトレーディングを試してみてください。独自のさまざまな戦略を実装し、金融データで発生する現象を直接観察することで、金融データの動きを理解するのに多くの役に立ちます。
投資に役立つデータと金融の背景知識 Top&Downアプローチ 金利 VIXの 売上と売上原価
「金融データを理解する目を高めたいのですが、データや金融関連の背景知識 と特定のデータを使用する理由についてもっと知ることはできないだろうか?」
データ分析には計量的な分析方法論も重要ですが、それよりは「データに対する理解」が優先だと思います。今回の講義では、金融データ分析ツールを作成して終了するのではなく、私たちだけの投資分析ツールを作成することが目標です。金融データの理解度が高いほど、より便利な投資分析ツールを作成できます。単に数字だけで結果を表わそうとすると、実際の投資とは離れるしかありません。そのため、金融データの動きを理解できる背景知識が必須です。
今回の講演では、Finance Backgroundセクションを別途用意しました。金融には正解はありませんが、今まで投資を業務とし、感じた講義者の個人的な見解を準備しました。今回の講義では、なぜ、どのような意味でこれらのデータを使用したのか、なぜ使用するのかについて説明します。
もちろん、金融は複雑に動く世界なので、二分法的に明確に説明することはできません。しかし、自分だけのロジックを構築し、金融データを見て分析することとそうでないことの違いは大きいと思います。このような考えを皆さんに伝えて共有したいと思います。皆さんも金融現象を解釈できる自分だけの見解を通じて、さらに活用も高い金融分析ツールを作ることができることを期待します。
講義を作った 知識共有者の一言 🎤 こんにちは! ownCodeです。 今回の講義を通じて、受講生の皆さんがより深く金融データを分析できるように、自分だけの有用な投資ツールを作ってほしいという思いで長時間悩みながら講義を準備しました。その講義を通じて、あなただけの有用な投資ツールを作成し、賢明な投資決定を下し、金融データを理解するのに役立つことを願っています。
よくある質問💬 Q. 講義を聞くために必要な選手の知識はありますか?
この講義は、Pythonを活用した金融データ分析を目的とした中級レベルの講義です。そのため、Pythonプログラミングの基礎、金融データ、または時系列データをある程度扱っていただいた方を対象としています。 講義を受講するためには、Pythonモジュールの中でPandas(パンダス)は基本的に取り扱う必要があります。また、Pythonで関数を作成する必要があり、基本的な文法に精通している必要があります。このような内容を既に知っているという前提で講義を制作しました。
もしPandasを知らない人や慣れていない方は、金融データ分析のためのパンダス を最初に聞いてこの講義を受講することをお勧めします。また、Pythonを利用して金融データ分析を扱った経験が不足したり、関数やList Comprehensionなどに慣れていない方は、クォント投資のための独自のトレーディングルームを作るPart 1 を受講してください。
Q. ぜひPart 1の内容を知ってこそ、今回の講義を聞くことはできますか?
今回の講義では、クアント投資のための独自のトレーディングルームを作る Part 1 の内容をメインに使用しません。できるだけパート1とは異なる内容を伝えるためにカリキュラムを作成しました。ただし、講義でプロジェクトを作成するときは、Draw Down、RSI、MACDを使用しました。その内容はパート1で説明した内容なので、今回の講義では別途説明しません。
Q. Pair Tradingを理解するには、どの程度の数学知識が必要ですか?
今回の講義でペアトレーディングを説明するための式的な説明は除外しました。重要なのは、その戦略の概念が何であり、どのような現象が発生したためにそのような戦略を学ぶのかを理解することです。 Pair Tradingで使用されている修飾的な部分と学術的な内容を理解するにはTimeSeries(時系列)の学術知識が必要であり、その知識を理解するには確率と統計知識が必要です。そのような内容と概念は、後続の講義で詳しく取り上げる予定です。
今回の講義では、数式的な内容ではなく、現象自体とこれらの戦略を使用することになった背景を大切に扱います。したがって、数学の知識を必要としません。
関連講義を 一緒に見る 📺