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。

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。

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。

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。

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。