dlwp1423069

Trong lớp này, bạn sẽ tìm hiểu các nguyên tắc và phương pháp phân tích và xử lý các loại dữ liệu tài chính khác nhau bằng thư viện Pandas của Python, áp dụng những nguyên tắc này vào các tình huống bạn có thể gặp phải trong thực tế và cuối cùng là tìm hiểu về cách triển khai dựa trên kiểm tra ngược. trên dữ liệu sao kê (dựa trên cuốn sách 'Bạn có thể làm đầu tư định lượng' của Kang Hwan-guk). Kết quả là, bạn sẽ có thể thoát khỏi vai trò là một “nhà đầu tư thụ động”, người chỉ làm theo những gì người khác nói mà không cần xác minh hoặc có cơ sở về logic đầu tư và sẽ sử dụng Python và Pandas để triển khai nhiều yếu tố cần thiết cho việc thực hiện chiến lược. một nhà đầu tư năng động và tự định hướng, người có thể tự do trích xuất dữ liệu và phân tích nó một cách định lượng.

rightx2

Đầu tư định lượng dựa trên dữ liệu vào cổ phiếu bằng Python Phần 1

In this class, you will learn about the principles and methods of analyzing and processing various types of financial data using Python's Pandas library, apply them to situations you may encounter in the real world, and ultimately learn how to implement backtesting based on financial statement data (based on Kang Hwan-guk's book, "You Can Do Quant Investment"). As a result, you can break away from being a "passive investor" who simply follows what others say without verifying or basing the investment logic, and become a "self-directed and active investor" who can freely extract various elements necessary for strategy implementation from data and quantitatively analyze them using Python and Pandas.

DeepingSauce

입문

초급

중급이상

판다스

Pandas

Investment

Quant

Data-driven stock quant investment with Python Part 1

Orientation

System Trading Definition & Basic Composition

Pandas Core Data Types: Series and DataFrame

Weapon for Dissecting Data, Pandas API

Analyzing by Grouping, Split - Apply - Combine

How to combine multiple datasets?

Communicative Power Far Exceeding Numbers, Visualization

Apply learnings directly in the Final project! Financial statement based backtesting

Summary & Wrap-up