Tôi không phải là sinh viên chuyên ngành nhưng tôi thực sự thích lời giải thích chi tiết của bạn một cách dễ hiểu. Cảm ơn bạn ~!!!

csh3002557

Đây không phải là một bài giảng về đầu tư. Khóa học này tập trung vào việc thu thập, phân tích và trực quan hóa dữ liệu thông qua dữ liệu chứng khoán. Bạn sẽ được làm việc với nhiều định dạng dữ liệu khác nhau và học các kỹ thuật tiền xử lý văn bản đa dạng. Khóa học cũng đề cập đến các kỹ thuật trực quan hóa dữ liệu chuỗi thời gian, phương pháp biểu diễn quy mô (scale) và một số kỹ thuật để giải mã dữ liệu giá cổ phiếu. Đây là khóa học giúp bạn tìm ra cách đạt được thông tin chi tiết (insight) thông qua phân tích dữ liệu. Nội dung học từ dữ liệu giá cổ phiếu được thiết kế để bạn có thể áp dụng vào việc thu thập, phân tích và trực quan hóa các loại dữ liệu sử dụng chuỗi thời gian khác như nhu cầu, hàng tồn kho, doanh số và lưu lượng truy cập.

todaycode

Tìm kiếm tín hiệu và nhiễu bằng cách thu thập và phân tích dữ liệu chứng khoán bằng Python

This is not an investment lecture. It covers data collection, analysis, and visualization using stock market data. You will work with various data formats and learn various text preprocessing techniques. It covers visualization techniques for time-series data, methods for representing scales, and several techniques for interpreting stock price data. This course is about learning how to gain insights through data analysis. It is designed so that the concepts learned through stock price data can be applied to collecting, analyzing, and visualizing other time-series data such as demand, inventory, sales, and traffic volume.

입문

초급

중급이상

파이썬

Python

플로틀리

Plotly

판다스

Pandas

넘파이

Numpy

씨본

Seaborn

Finding Signals and Noise through Python Stock Data Collection and Analysis

(1) Finding Signals and Noise with Securities Data

(2.1) Collect all KRX stocks

(2.2) Analysis of All KRX Listed Stocks

(3.1) Collecting daily quotes with FinanceDataReader

(3.2) Comparing Returns of Multiple Stocks

(3.3) Web Crawling? Web Scraping! Collecting Stock Prices Directly with a Few Lines of Code

(3.4) Visualization of daily prices using plotly

(4.1) Collecting all ETF items

(4.2) Data Preprocessing for All ETF Items Collected

(4.3) Analysis of All ETF Items

(5.1) Sector/Theme Collection

(5.2) Industry/Theme Preprocessing

(5.3) Industry Theme Analysis

(6.1) Technical Analysis and Auxiliary Indicators

(6.2) Volatility Indicators - Bollinger Bands

(6.3) Momentum Indicator - RSI

(6.4) Trend Indicators - MACD

(6.5) Increasing productivity with pandas and plotly through cufflinks

Congratulations on making it this far!