BEST

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

Name: Python（Python）でデータベースの株式クォントを投資するPart2
Price: 99000 KRW
Rating: 4.8 (45 reviews)

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。

（4.8）受講レビュー 45件

受講生 1,110名

難易度 中級以上

受講期間 無制限

DeepingSauce

Pandas

Investment

Quant

Pandas

Investment

Quant

学習した受講者のレビュー

4.8

5.0

jaeyoul jon

97% 受講後に作成

Python初級講義を除いて全部受講しました。私が聞いた講義の中で最も簡単で洞察力を持ってよく教えてくださいます。ほっぺにたくさん学んでいきます。ありがとうございます！

5.0

learn_learn

6% 受講後に作成

先生！もともとPythonの基礎授業だけを聞こうとした授業なのに、講義の内容だけでなくカリキュラムがとても好きで最後の講義まで流れるようになりました。より多くの部分を改善することができるようです（まだ100％理解していないので、もう一度予定です）。

5.0

법경

98% 受講後に作成

あちこち探していた講義ですよ！

受講後に得られること

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＆amp;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。

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
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😭😭
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？

[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。
[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。
[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。
- 本番で利用できるデータは、証券会社API+クロール+有料データベンダー+3rd partyライブラリなどを利用して収集可能です。
- 株価データのクロールに関する講義： 私の仕事に代わるPythonウェブクロール＆自動化
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

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

Pythonで学ぶデータ駆動型投資の始まり！

私の仕事に代わるPython（Python）ウェブクロール＆自動化（feat.株、不動産データ/インスタグラム）

ウェブクロール＆自動化、この講義でOK。

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
＆＃x27;私の仕事に代わるPython（Python）ウェブクロール＆amp;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。

17,200

受講生

632

受講レビュー

327

回答

4.9

講座評価

講座

データで未来を設計し、現実の問題を解決するデータエンジニアです。

データに基づいた洞察を愛し、生涯学習者（Life-long Learner）として知識を分かち合う貢献者（Contributor）でありたいと願っています。

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

セクション 1．オリエンテーション

4件 ∙ (28分)

セクション 2．Time series データを適切に扱うための基礎、datetime index

4件 ∙ (34分)

5. 1.1 Timestamp, DateTimeIndex
11:07
6. 1.2 DateTimeIndex インデックス作成
11:18
7. 1.3 pd.date_range()
04:23
8. 1.4 ピリオド, PeriodIndex
07:44

セクション 3．正しく知って使おう、収益率(returns)

8件 ∙ (2時間 4分)

9. 2.1 単純日次収益率(日次単純収益率)
13:36
10. 2.2 Log daily return(日次ログ収益率)
13:06
11. 2.3 日次収益率 - コード
15:42
12. 2.4 Cumulative return(累積収益率) 価格データからの - Code
05:33
13. 2.5 単純収益率からの累積収益率（コード）
06:30
14. 2.6 対数リターンから累積収益率を計算 - コード
05:30
15. 2.7 なぜログリターンなのか？ - part1
17:06
16. 2.8 なぜ対数リターンなのか？ - part2
47:31

セクション 4．投資戦略の比較尺度、成果指標（performance indicator）

9件 ∙ (2時間 8分)

セクション 5．シグナルベースの投資の代表的な指標、移動平均線

5件 ∙ (1時間 22分)

セクション 6．シグナルベースの単一銘柄投資戦略の実装 (feat. ボリンジャーバンド, モメンタム, ボラティリティブレイクアウト)

12件 ∙ (2時間 47分)

セクション 7．Datetime frequency 変換

4件 ∙ (1時間 2分)

セクション 8．リバランスに基づく投資戦略の原理

13件 ∙ (3時間 43分)

セクション 9．リバランスベースの実践戦略実装 (feat. コードのフレームワーク化)

5件 ∙ (2時間 12分)

セクション 10．講義のまとめ

1件 ∙ (3分)

講座掲載日:

最終更新日:

受講レビュー

全体

45件

4.8

45件の受講レビュー

jonjae07071720
受講レビュー 2
∙
平均評価 5.0
5
97% 受講後に作成
Python初級講義を除いて全部受講しました。私が聞いた講義の中で最も簡単で洞察力を持ってよく教えてくださいます。ほっぺにたくさん学んでいきます。ありがとうございます！
- rightx2
  知識共有者
  こんにちは！初受講ありがとうございます:) 不足している講義を引き続き関心をお寄せいただきありがとうございます。
sunny91
受講レビュー 5
∙
平均評価 5.0
5
6% 受講後に作成
先生！もともとPythonの基礎授業だけを聞こうとした授業なのに、講義の内容だけでなくカリキュラムがとても好きで最後の講義まで流れるようになりました。より多くの部分を改善することができるようです（まだ100％理解していないので、もう一度予定です）。
mirrorlaw0346
受講レビュー 49
∙
平均評価 4.9
5
98% 受講後に作成
あちこち探していた講義ですよ！
anysensor2562
受講レビュー 2
∙
平均評価 5.0
5
38% 受講後に作成
40年ぶりに数理統計を聞いている感じですね。どこにどう使うのか考えもしなかったのですが、偶然良い講義で出会えて新鮮でもあり面白いです。引き続きしっかり聞いていきます。
psy670397720175
受講レビュー 1
∙
平均評価 5.0
5
100% 受講後に作成

￥12,208

DeepingSauceの他の講座

知識共有者の他の講座を見てみましょう！

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

DeepingSauce

本授業では、PythonのPandasライブラリを活用して、さまざまな形の金融データを分析して処理する原理と方法について学び、これを実戦に直面できる状況に適用してみて、最終的には財務諸表データに基づくバックテスト（backtesting）を実装する方法ベース）について学びます。その結果、投資ロジックの検証や根拠なしに、単に他人が良いということだけに従う＆＃x27;パッシブ投資家＆＃x27;として活用してデータから自由自在に抽出して定量的に分析できる自己主導的で能動的な投資家になることができます。

初級

Pandas, Investment, Quant

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

DeepingSauce

dbt、データ分析エンジニアリングの新しい標準

DeepingSauce

データウェアハウス(DW)の繰り返しのパイプライン管理、これからはdbtでその苦痛の束縛から解放されましょう！ dbtが提供する効率性の上で、ビジネス中心のデータモデリング、効果的なデータライフサイクル管理など、より高い価値を創出するデータ分析エンジニアへと生まれ変わりましょう。

初級

Big Data, Business Productivity, Data Engineering

dbt、データ分析エンジニアリングの新しい標準

DeepingSauce

私の仕事に代わるPython（Python）ウェブクロール＆自動化（feat.株、不動産データ/インスタグラム）

DeepingSauce

このレッスンでは、Python（Python）を活用して、さまざまに動作するサイトからデータを取得（クロール）するテクニックについて学び、それを応用して実践に直面するさまざまな例に直接適用します。これにより、与えられたコードをコピーして貼り付ける方法の一次元的な業務自動化ではなく、Webが動作する基本原理の理解に基づいた実践問題解決中心の技術について学び、これにより皆さんは今後どのサイトでもデータを収集して処理する能力を持つことができます。また、この過程で発生するさまざまな例外状況をどのようにコードで解決するかについての学習を行い、最終的には日常で発生するさまざまな問題をプログラム的思考で解決して自動化することができます。

初級

Python, Web Crawling

私の仕事に代わるPython（Python）ウェブクロール＆自動化（feat.株、不動産データ/インスタグラム）

DeepingSauce

文科生も、非専攻者も、誰でも学べるPython（Python）！

DeepingSauce

カリキュラムの最初のレッスン「誰でも学ぶことができるPython」は、プログラミング/コーディングの経験がない方のためのプログラミング入門講座です。本授業では数多くの非専攻者対象に進行していた授業と関連経験をもとに、コンピュータの構造から始めてプログラムが動作する方法、そしてこの過程でプログラミング言語の役割につながる 'ストーリー'と & #x27;原理'に焦点を当て、初心者がプログラミングという見知らぬ概念に身近に近づけるようにしました。また、最近、膨大な速度で成長しているPython（Python）という言語を採用し、プログラミングの入門に対する障壁をさらに下げ、その言語の文法的要素を説明する上で 'What(何)'よりは 'Why(なぜ)' と 'How(どのように)' に置き、単純文法暗記式授業ではなく、実戦での例と活用度に焦点を当てて伝達します。入門者がよくする間違った学習方法を基に、皆さんが今後どのようにプログラミングを見て学習すべきかなどについてのtipも同様に扱い、過去のプログラミングを独学しながら挿し込み、時間を無駄にして経験した試行錯誤と、長年のオフライン授業を進行して生じた内空をもとに、入門者の方々がどんな部分を難しくしてまたどのように伝えなければならないかを重点的に込めたので、Python入門に躊躇している方に大いに役立つでしょう。

入門

Python

文科生も、非専攻者も、誰でも学べるPython（Python）！

DeepingSauce

似ている講座

同じ分野の他の講座を見てみましょう！

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

DeepingSauce

初級

Pandas, Investment, Quant

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

DeepingSauce

クアント投資のためのPythonトレーディングルームを作る - パート2

inflearn

Pythonを使って本番投資に役立つツールを作りたいですか？このレッスンでは、Python中級者向けの金融データ分析用のインタラクティブWebダッシュボードを作成し、深刻な定量化作業のためのペアトレーディング戦略について学びます。皆さんだけの有用な分析ツールを作って金融データをより強力に分析し、賢明な投資決定を下すのに役立つことを願っています。

中級以上

Quant, Chart Analysis, Python

クアント投資のためのPythonトレーディングルームを作る - パート2

inflearn

クアント投資のためのPythonトレーディングルームを作る - Part 3

quanttrader

クォント投資のためのPythonトレーディングルームの作成Part 3では、ポートフォリオ理論と実戦投資に必要な概念とコードで実装する方法について学びます。パート1＆amp; 2では、金融データ分析のためのコード実装方法について主に学んだ場合、パート3では、クォント投資の重要な部分を占める＆＃x27;ポートフォリオ＆＃x27;について学びます。なぜポートフォリオを作るのですか？という疑問を持ってポートフォリオ理論を学び、これをPythonで実装したり、実戦ポートフォリオ投資に必要なコード実習も進めます。その講義を通じて、あなただけのポートフォリオ投資に役立つことを願っています。

中級以上

Quant, Python, Investment

クアント投資のためのPythonトレーディングルームを作る - Part 3

quanttrader