강의

멘토링

커뮤니티

Career

/

Finance

Python Algorithmic Trading Phần 1: Phân tích dữ liệu Python cho giao dịch thuật toán

Bạn có thể học một cách có hệ thống phương pháp tiếp cận thống kê về giao dịch cặp S&P 500 bằng Python. Xây dựng nền tảng cho chiến lược đầu tư không cảm xúc thông qua phân tích dữ liệu chuyên nghiệp.

(5.0) 24 đánh giá

161 học viên

  • danielyouk
투자
이론 실습 모두
백테스팅
Python
oop
Quant
Pandas
Machine Learning(ML)

Đánh giá từ những học viên đầu tiên

Bạn sẽ nhận được điều này sau khi học.

  • Phân tích thống kê dữ liệu tài chính

  • Trực quan hóa tương tác bằng Plotly

  • Lập trình hướng đối tượng Python

  • Phân tích chuỗi thời gian Pandas

  • Tăng tốc độ phân tích bằng xử lý song song dữ liệu

  • Quản lý gói Python bằng Anaconda

Chinh phục thị trường chứng khoán bằng phương pháp thống kê!
Hành trình đầu tư chiến lược bắt đầu với Python hướng đối tượng và Pandas

Lưu ý trước khi tham gia khóa học 📢

THÔNG BÁO QUAN TRỌNG :

Khóa học này nhằm mục đích cung cấp cho bạn kiến ​​thức về giao dịch thuật toán và tự động hóa mã hóa theo góc nhìn của một nhà phát triển . Nội dung khóa học tập trung vào việc phát triển các chiến lược đầu tư và mô phỏng chúng , không bao gồm việc mở tài khoản, thủ tục pháp lý, vấn đề thuế , v.v. liên quan đến đầu tư thực tế. Ngoài ra, tài liệu này không phải là lời khuyên đầu tư hay tư vấn tài chính , và mọi vấn đề liên quan đến giao dịch tài chính thực tế đều phải do người đọc tự chịu rủi ro.

Tất cả các chiến lược giao dịch được đề cập trong khóa học đều dựa trên mô phỏng và chỉ nhằm mục đích giáo dục. Nếu sinh viên đặt câu hỏi liên quan đến đầu tư hoặc giao dịch, xin vui lòng hiểu rằng chúng tôi không thể trả lời những câu hỏi nằm ngoài phạm vi bài giảng.


[Bài giảng về giao dịch thuật toán Python]loạt bài gồm ba phần và bài giảng này là 'Phần 1'.

  • Phần 1 - 'Phân tích dữ liệu Python cho giao dịch thuật toán' (bài giảng này)

    • Bao gồm những kiến ​​thức cơ bản về phân tích dữ liệu Python cần thiết cho giao dịch thuật toán.

  • Phần 2 - 'Giao dịch thuật toán thời gian thực sử dụng API của Interactive Brokers'

    • Tìm hiểu cách triển khai giao dịch theo thời gian thực bằng cách sử dụng API của Interactive Brokers, công ty có thị phần toàn cầu số 1.

  • Phần 3 - 'Tự động hóa đám mây'

    • Tìm hiểu cách tự động khởi chạy máy ảo để phù hợp với lịch giao dịch chứng khoán của bạn bằng công nghệ tự động hóa đám mây.

Tại sao bạn nên học Python vào thời điểm này 🤔

Bắt đầu phân tích dữ liệu Python từ đâu? 🤔

Tại sao nên học Python để phân tích tài chính ? ❓

Tại sao chúng ta cần lập trình hướng đối tượng ? ❓

Tại sao xử lý song song lại cần thiết ? ❓

Tại sao nên thiết lập môi trường phân tích Python trong Azure ? ❓

Nếu bạn không có kiến ​​thức cơ bản về Python 🤔

...

Nếu bạn tò mò về những câu hỏi trên, hãy đọc phần giới thiệu bên dưới!

Đầu tiên là sự phổ biến trên thị trường việc làm!

Tính đến thời điểm hiện tại (2024), ngôn ngữ lập trình phổ biến nhất là Python. Sự phổ biến của nghề lập trình cũng liên quan đến các cơ hội trên thị trường việc làm. Học Python sẽ mở ra nhiều cơ hội hơn cho bạn.

PYPL (Sự phổ biến của ngôn ngữ lập trình)

Thứ hai, tại sao lại là Pandas?

Đây là câu hỏi về bản chất của phân tích dữ liệu. Bản chất của phân tích dữ liệu, được gọi là EDA (Phân tích dữ liệu thăm dò), là khả năng xử lý dữ liệu thô thành dạng mong muốn. Công cụ có thể thực hiện EDA hiệu quả nhất là Pandas.


Thứ ba, tại sao lại nghiên cứu Python với dữ liệu tài chính?

Bạn có biết Wes McKinney , người tạo ra thư viện Pandas, thư viện thiết yếu cho việc phân tích dữ liệu trong Python, là một chuyên gia lượng tử làm việc trong lĩnh vực tài chính không? Dữ liệu chứng khoán là đối tượng phân tích lý tưởng để áp dụng các kỹ thuật phân tích và mô hình thống kê phức tạp và đa dạng.

Giao dịch theo cặp, sẽ được triển khai trong bài giảng này, xác định các cặp cổ phiếu có mô hình tương tự và sử dụng phương pháp thống kê và máy học để xác định các khoản đầu tư theo thuật toán.

Thứ tư, trong các lớp phân tích dữ liệu nói chung, chúng tôi viết các tập lệnh theo cách có chức năng.
Tại sao nên nghiên cứu phân tích dữ liệu hướng đối tượng?

  • Dữ liệu là động: các chiến lược đầu tư hiệu quả trong quá khứ có thể không còn phù hợp ở thời điểm hiện tại.

  • Phản hồi với những thay đổi liên tục: Mã của bạn cần được cập nhật định kỳ để phù hợp với những đặc điểm dữ liệu thay đổi.


Ưu điểm của lập trình hướng đối tượng (OOP)

Dễ bảo trì : Mô-đun hóa mã để dễ dàng sửa đổi và bảo trì mã do cá nhân hoặc nhóm viết.

Cải thiện khả năng đọc : Mã hóa theo khối sử dụng các lớp giúp cải thiện đáng kể khả năng đọc mã của bạn.

Ngăn ngừa mã Spaghetti : Tránh 'mã Spaghetti' có cấu trúc hệ thống thay vì các tập lệnh một lần.

Tăng năng suất : Viết mã hướng đối tượng có thể tăng đáng kể năng suất của nhà phân tích.

Vì lý do này, việc học lập trình hướng đối tượng trong phân tích dữ liệu là một kỹ năng quan trọng để quản lý mã hiệu quả và cải thiện năng suất vượt ra ngoài việc triển khai chức năng đơn giản. Khi bạn đã quen với cú pháp hướng đối tượng, bạn có thể nhanh chóng hiểu đoạn mã như bên dưới chỉ trong vài giây. Khả năng diễn giải ngữ pháp hướng đối tượng là một phép thuật giống như đọc nhanh trong môn đọc .

Thứ năm, Python chậm? Có thực sự đúng như vậy không? Câu trả lời là Có hoặc Không

Python có thể cải thiện tốc độ theo hai cách. Trong học sâu, GPU có thể được sử dụng để tăng tốc độ tính toán, trong khi trong phân tích dữ liệu , xử lý song song CPU có thể được sử dụng để cải thiện tốc độ .

Bài giảng này sẽ hướng dẫn bạn cách sử dụng lõi CPU hiệu quả .

Ví dụ thực tế : Trong khóa học thực hành, bạn có thể học những cách cụ thể để sử dụng lõi CPU song song và cải thiện tốc độ xử lý.

Ứng dụng thực tế : Nhiều học viên chưa tận dụng hết tiềm năng của xử lý song song CPU. Trong bài học này, bạn sẽ học cách khắc phục điều này.


Thứ sáu, cấu hình môi trường phân tích trên máy ảo Azure.

  • Sử dụng Azure Virtual Machines trong môi trường phân tích của bạn :

    • Trong bài giảng này, chúng ta sẽ xây dựng một môi trường phân tích Python ổn định bằng cách sử dụng máy ảo Azure.

    • Giảm thiểu sự thay đổi trong môi trường địa phương và cung cấp môi trường học tập chuẩn hóa.

    • Tìm hiểu cách thiết lập môi trường ảo và quản lý các gói bằng Anaconda.

  • Các giải pháp thay thế nếu bạn gặp sự cố khi sử dụng đám mây :

    • Chúng tôi cũng chia sẻ một sổ ghi chép riêng để cho phép triển khai phân tích Python bằng Kaggle Notebooks.

    • Nền tảng Kaggle có lợi thế là có thể bắt đầu phân tích dữ liệu ngay mà không cần cài đặt hoặc cấu hình.

    • Điều này cho phép học tập linh hoạt trong nhiều môi trường khác nhau.

Phần thứ bảy cuối cùng, Python Crash Course, rất dễ hiểu ngay cả khi không có kiến ​​thức cơ bản.

  • Cú pháp Python cơ bản và các khái niệm cần thiết cho khóa học này được trình bày chuyên sâu trong “Phần 4. Khóa học cấp tốc về Python dành cho phân tích tài chính”.

  • Phần này bắt đầu với những kiến ​​thức cơ bản dành cho người mới làm quen với Python và đi sâu vào cú pháp cốt lõi và các hàm cần thiết cho phân tích dữ liệu tài chính.

  • Điều này sẽ cung cấp cho sinh viên nền tảng vững chắc để theo dõi dễ dàng nội dung phân tích và lập trình phức tạp hơn được trình bày sau trong khóa học.

💡 Điều gì làm cho nó khác biệt so với các khóa học phân tích dữ liệu Python khác

  • Rất nhiều suy nghĩ và ứng dụng thực tế về cách viết mã dễ đọc

  • Truy cập dữ liệu thời gian thực thông qua Yahoo Finance, không phải dữ liệu lịch sử

  • Mọi thứ đều là một vật thể. Lập trình hướng đối tượng

  • Không còn Python chậm nữa, Python có tốc độ diễn giải nhanh

  • Và ứng dụng đám mây

Tôi giới thiệu điều này cho những người này

Sử dụng Python
Trong phân tích dữ liệu
Dành cho những ai muốn bắt đầu

Bất kỳ ai muốn nâng cao kỹ năng Python của mình theo cách hướng đối tượng

Bất kỳ ai muốn triển khai giao dịch thuật toán trong Python

Những điều cần lưu ý trước khi tham gia lớp học

Môi trường thực hành

  • Bài giảng tiếp tục bằng cách tạo máy ảo hệ điều hành Windows trong Azure và tạo môi trường phân tích Python bằng Anaconda. Bạn cũng có thể thực hành trực tiếp thông qua Kaggle Notebook mà không cần thiết lập môi trường phân tích.


Tài liệu học tập

  • Tất cả các tập lệnh Python đều được đính kèm vào tài liệu khóa học và sổ tay tập lệnh chính cũng có thể truy cập được thông qua nền tảng Kaggle.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Những ai muốn phân tích dữ liệu tài chính bằng Python một cách thống kê

  • Một nhà phân tích dữ liệu muốn viết script Python một cách gọn gàng bằng cách áp dụng hướng đối tượng.

  • Có ai đọc hiểu được lập trình cơ bản (ví dụ: vòng lặp for) như đọc hiểu tiếng Anh không?

Cần biết trước khi bắt đầu?

  • Khả năng đọc hiểu lập trình cơ bản (ví dụ: câu lệnh lặp)

Xin chào
Đây là

627

Học viên

66

Đánh giá

74

Trả lời

4.8

Xếp hạng

7

Các khóa học

  • LLM 기반 AI 기업에서 Pod Lead로 활동

  • 서울대학교 기계항공 공학부 졸업

  • 유럽 소재 대학원에서 기계항공공학 석사

  • 독일 소재 공학 연구기관에서 박사 과정 연구 수행

  • 유럽 대형 에너지 기업에서 Senior Data Scientist 경험

  • 영국 소재 에너지 컨설팅 기업에서 Senior Consultant 활동

  • Databricks 기반 데이터 엔지니어링 프로젝트 수행

  • Kaggle 주식 거래 AI 대회 Top 3% 성과

  • AI Agent 개발팀장으로 현재 활동 중

Chương trình giảng dạy

Tất cả

52 bài giảng ∙ (6giờ 3phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

24 đánh giá

5.0

24 đánh giá

  • airjunseo3517님의 프로필 이미지
    airjunseo3517

    Đánh giá 6

    Đánh giá trung bình 5.0

    5

    100% đã tham gia

    Xin chào. Tôi rất thích lớp học. Tôi cảm thấy như bạn đã chuẩn bị rất nhiều và tôi hài lòng với nội dung. Phần 2 là bài giảng mà tôi rất mong đợi. Để giải thích kiến ​​thức nền tảng của mình, tôi biết cách sử dụng Java và Kotlin làm ngôn ngữ lập trình, nhưng đây là lần đầu tiên tôi sử dụng Python. Ngoài ra, mặc dù biết về hướng đối tượng nhưng tôi đã tham gia khóa học này với rất ít kiến ​​thức về phân tích dữ liệu hoặc thống kê. Thành thật mà nói, tôi cảm thấy khó khăn vì nó là một khái niệm rất xa lạ với tôi và tôi nghĩ mình cần phải chơi nó thêm vài lần nữa để làm quen với nó. Tuy nhiên, tôi cảm thấy mình đã học được một bài giảng cực kỳ hữu ích nếu cảm nhận được chiều sâu xuyên suốt bài giảng và học đi học lại nhiều lần để loại bỏ nó. Trong trường hợp của tôi, có khá nhiều khái niệm (ví dụ: khái niệm Python, Jupyter Notebook, zscore, v.v.) mà tôi không biết trong các bài giảng, vì vậy tôi đã học chúng bằng cách tìm kiếm chúng một cách riêng biệt. Mình học theo code từng bài một, nhưng có một điều đáng thất vọng là code mình học đến bài trước hình như đầu bài sau có một số phần hơi khác nên có phần điều đó thật khó hiểu khi tôi làm theo và học hỏi. Tuy nhiên, lời giải thích rất hay và tài liệu được viết tốt nên dù không biết Python nhưng tôi vẫn có thể hiểu được bằng cách đọc từng dòng một. Ngoài ra, khi tôi gặp vấn đề và liên hệ với người hướng dẫn, tôi rất biết ơn vì anh ấy đã rất tốt bụng khi cho tôi biết, bao gồm cả việc giải quyết vấn đề thông qua Google Meet. Bản thân nội dung này hơi khó đối với tôi nhưng tôi nghĩ những người có kiến ​​thức nhất định về Python hoặc phân tích dữ liệu sẽ hiểu nội dung đó nhanh hơn và tốt hơn nhiều. Tôi nghĩ nội dung thực sự tốt. Tôi nghĩ bạn đang làm những bài giảng ngày càng hay hơn và tôi cũng đang dự định tham gia phần thứ hai.

    • danielyouk
      Giảng viên

      Luca! Cảm ơn bạn đã đánh giá rất có giá trị của bạn. Khi gặp Luca tại Google Meet, tôi đã có thể cảm nhận được rằng anh ấy là một người vô cùng tài năng. Anh ấy đã sử dụng Java và Kotlin! Chúng tôi sẽ phản ánh những gì bạn đã nói và các lĩnh vực có mã hơi khác trong quá trình gia hạn khóa học. Đây là một bài đánh giá bài giảng có giá trị đã dạy tôi những lĩnh vực cần cải thiện. Vì tôi vẫn là người hướng dẫn mới nên tôi có rất nhiều ý tưởng, nhưng tôi vẫn chưa theo kịp tốc độ giảng dạy ý tưởng của mình :) Tôi sẽ cố gắng hết sức để đẩy nhanh quá trình soạn bài giảng mới và cập nhật các bài giảng hiện có. Hãy thử làm điều đó trong Phần 2 của bài giảng. Giấc mơ của Daniel

  • snyouk3547님의 프로필 이미지
    snyouk3547

    Đánh giá 4

    Đánh giá trung bình 5.0

    5

    38% đã tham gia

    Bài giảng chất lượng cao với rất nhiều sự chuẩn bị. Tôi thích nó vì nó có nội dung mới lạ mà tôi không thể tìm thấy ở bất kỳ nơi nào khác. Nó được giải thích từng bước nên tôi có thể làm theo mà không gặp khó khăn gì.

    • danielyouk
      Giảng viên

      sự va chạm! Cảm ơn Có vẻ như cuối cùng giảng viên cũng có được động lực để tiếp tục sáng tác bài giảng tiếp theo thông qua sự khuyến khích của sinh viên. Tôi nghĩ bạn cũng đã để lại nhận xét cho bài giảng trước của tôi. Cảm ơn bạn rất nhiều. Có vẻ như Impact đã là một người có tay nghề cao nên anh ấy có thể làm theo mà không gặp khó khăn gì. Trong khi chuẩn bị cho một bài giảng, nếu bạn cố gắng sắp xếp nó sát với thực tế thực tế nhất có thể, bạn thường gặp phải một tình huống khó xử chắc chắn sẽ làm tăng mức độ khó. Tuy nhiên, tôi nghĩ những người thích tác động có thể cần một bài giảng khó hơn. Mặc dù chúng tôi thừa nhận rằng các bài giảng rất khó nhưng chúng tôi đã nỗ lực rất nhiều để tạo ra chúng, vì vậy vui lòng đặt câu hỏi về bất kỳ phần nào bạn cảm thấy khó khăn trong suốt khóa học. Chiến đấu! Giấc mơ của Daniel

  • byungukjeon5972님의 프로필 이미지
    byungukjeon5972

    Đánh giá 1

    Đánh giá trung bình 5.0

    5

    8% đã tham gia

    Thật dễ hiểu vì bạn giải thích mọi việc một cách bình tĩnh.

    • danielyouk
      Giảng viên

      Cảm ơn Nếu trong quá trình học có gặp khó khăn gì, vui lòng để lại câu hỏi bất cứ lúc nào trên bảng thông báo. Tôi khuyến khích bạn kiên trì.

  • furri8322님의 프로필 이미지
    furri8322

    Đánh giá 1

    Đánh giá trung bình 5.0

    5

    6% đã tham gia

    Đây là một chủ đề khó nhưng sẽ rất hữu ích nếu bạn giải thích nó một cách bình tĩnh từ góc độ của người mới bắt đầu. Tôi định nghe đi nghe lại nó.

    • danielyouk
      Giảng viên

      Cảm ơn bạn rất nhiều vì đánh giá tốt của bạn.

  • mirrorlaw0346님의 프로필 이미지
    mirrorlaw0346

    Đánh giá 49

    Đánh giá trung bình 4.9

    5

    6% đã tham gia

    Tôi thích nó rất nhiều

    • danielyouk
      Giảng viên

      Cảm ơn Tôi sẽ cố gắng hơn nữa để mang lại những bài giảng hay.

1.164.217 ₫

Khóa học khác của danielyouk

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!