金融數據學 Python：從選股建立程式邏輯

0 seconds of 2 minutes, 13 secondsVolume 0%

00:00

02:13

郭耀仁

金融數據學 Python：從選股建立程式邏輯

傳統學習程式語言多採從基礎到應用、循序漸進的教學設計；這門課程改採數據驅動的任務型教法，讓學生從金融數據、選股思維的角度切入學習程式邏輯。

Hahow AI 學習升級

16.8 k 的人也在觀看

關於課程

課程包含

包含 14 章 70 單元、11 項作業

課程時長

9 時 1 分鐘

課程總人數

180 位同學

觀看限制

不限觀看次數，還會附贈完課證書

學習升級

Hahow AI 學習助教

無需額外付費

即時問答、重點整理、測驗理解，讓知識派上用場

課程內容

直播回看！郭耀仁老師：免費直播傳送門
手把手帶你用 Python幫你掃描全市場潛力股＆課程Ｑ＆Ａ！

課程緣起

為什麼那麼多人學不會Python

在學習近乎零門檻的 AI 世代，假使 Python 真的如我們在坊間聽聞的簡單易學，照理來說在職場中應該要能觀察到多數白領工作者得心應手地使用它來做數據分析、機器學習，但事實上能夠順利學會 Python 並且成功將其整合應用於資料分析的仍是職場上的少數工作者。許多跨領域的學習者沒有辦法順利地克服新手入門的各種卡關，即便有滿腔學習熱忱卻仍黯然落隊。

你不是學不會Python，是學習方法不適合

為什麼選金融數據學Python

假如你在過往循序漸進學習 Python 的過程中失去了信心或耐心，或者你順利完成了 Python 基礎卻不知道怎麼應用在金融數據分析，抑或者你是喜歡後向推導從應用面回推知識點的性格，這堂課程就是最適合你的學習設計！

課程核心特色

提供四大類、總計九個金融數據檔案，從資料分析的角度切入學習。
以「財務自由的世界：財務分析就是一場投資的戰爭」一書的選股思維為例，設計相對應不同金融數據的任務。
先自上而下（Top-down）完成任務，再自下而上（Bottom-up）回顧知識點。
兩相對照 Python 程式語言與 Excel 試算表，化抽象概念為具體內容。
課程上線後定期更新金融數據檔案，保有學以致用的可能。

提供四大類、總計九個金融數據檔案

從金融數據學Python

參加這門課程的學生必須要認知到學習程式設計與資料分析著重親自動手操作，光是聽講師講解觀念以及看講師進行範例操作還不夠，必須親力親為才能夠有良好的學習效果。

課程單元規劃

課程規劃 10 個任務、14 個章節：

簡介：怎樣學好 Python
楔子：財務分析就是一場投資的戰爭
任務零：Google Colab
任務一：認識不同格式的檔案
任務二：剔除在開曼群島註冊的公司
任務三：剔除掛牌不到兩年的公司
任務四：剔除虧損的公司
任務五：剔除營業利益率連續下滑的公司
任務六：剔除累積自由現金流量為負的公司
任務七：剔除合併營收年增率為負的公司
任務八：剔除市值不夠高的公司
任務九：剔除存貨周轉率連續下滑的公司
任務十：剔除成交量過低的公司
結語：我的 Python 學得剛剛好

「10 個真實投資邏輯任務，從選股程序建立程式思維」課程介面展示十項任務；目前為任務一，主題是認識不同格式的檔案，理解副檔名的重要性。

上完課可以學會什麼

上完課你可以

適合這堂課的學員

這堂課適合誰

免責聲明

任何投資行為本身都具備高度風險，作為一個理性投資者，應為其投資決策行為概負全責。

本課程所提供之相關金融數據和內容，均僅供您作為學習 Python 程式語言之輔助參考，並不明示或暗示提供任何擔保或推薦，更不保證所提供之資訊得立即創造獲利或減少損失；對於使用者直接依賴並使用相關資訊後所為之一切投資行為，及其所遭致之直接、間接損失或傷害及相關責任，本課程講師與課程網站恕不負擔任何損害賠償及法律責任。

本課程明確聲明對所有資料之正確性、完整性或妥適性不負任何責任，此包括但不限於：資料中的任何錯誤、缺漏或其他瑕疵、資料之延遲或中斷、或因信任資料而採取的任何行動。又本課程內容均不應被視為投資依據，亦不代表本課程講師與課程網站立場。

關於講師

老師介紹

我是郭耀仁，是一位資料分析師、也是資料科學的專業講師，畢業自台灣大學商學研究所，現於台大工商管理學系與台大共同教育中心兼任講師，也在台大資工系統訓練班與中華電信學院講授資料科學課程。在專業講師之前任職過電商資料分析師、軟體公司資料分析顧問、銀行儲備幹部與管顧實習生，閒暇時喜歡長跑與寫作。在 Hahow 好學校開設多門線上課程，學生總人數超過 5,000 人！基於「克服程式設計與資料分析的學習焦慮」的核心理念，提供個人以及企業課程。

講師經歷與作品

Hahow 線上課程

書籍

相關網站

「數聚點」粉絲頁：https://www.facebook.com/datainpoint
「數聚點」網站：https://www.datainpoint.com
「數聚點」部落格：https://medium.com/datainpoint
「數聚點」電子報：https://datainpoint.substack.com/about

回覆與作業設計

絕大多數章節都有作業需要同學動手實作。
請使用瀏覽器（Chrome/Firefox/Edge）點選作業連結，啟動老師已經設定妥當的 Google Colab
寫完以後請同學自行執行批改測試。
強烈建議同學親手練習以後才觀看詳解影片。
募資期間每日回覆購課前問答。
開課後依照課程進度，暫定每週於問題討論區回覆同學關於課程或作業的問題，另外也會視同學修課進度於課程公告中發佈直播連結，與同學互動解答。

哪些人適合這堂課？

- 日常工作、學習或研究使用 Excel 處理以及分析金融數據，想知道如何用 Python 重現實踐。 - 喜歡「財務自由的世界：財務分析就是一場投資的戰爭」一書的選股思維。 - 曾經試過從基礎到應用、循序漸進方式學習 Python，但覺得不適合。 - 對於數據分析、資料科學或程式設計有興趣，未來想從事相關工作。 - 喜歡透過動手做練習題學習知識與技能。哪些人不適合這堂課呢？ - 對英文接受度很低，甚至排斥，在程式語言領域有許多保留字、敘述、函數以及技巧和英文高度相關，再加上專有名詞釋義、範例資料與練習題中也會有英文，修課學生如果排斥英文，這堂課的學習效果自然不會好。 - 只願意聽講師觀念講解、進行範例操作，沒有時間或意願寫練習題；程式設計與資料分析十分著重親手實作，修課學生如果排斥實作解題，這堂課的學習效果自然不會好。 - 已經能熟練地使用 Python 處理與分析金融數據，這堂課對你的幫助可能不大。 - 已經是專業的 Python 軟體工程師，這堂課對你的幫助不大。

你可以學到

- 從金融數據、選股思維的角度切入學習程式邏輯。 - 暸解如何透過 Python 程式載入四大類型的金融數據。 - 暸解 Python 程式設計的基礎觀念，包含資料類別、資料結構類別、流程控制、函數以及模組。 - 以 Python 實作「財務自由的世界：財務分析就是一場投資的戰爭」一書的選股思維。

上課前的準備

需要準備的工具 / 軟體（若購買課程前不清楚版本是否支援，請先留言與老師確認。）

- 桌上型電腦或者筆電，RAM 至少 8 GB，處理器至少 i7。 - 作業系統是 Windows 10 64 位元或 macOS。 - 可以自由地上網。 - Gmail 帳號。 - 瀏覽器（Chrome/Firefox/Edge），可分別於 https://www.google.com/chrome/、https://www.mozilla.org/en-US/firefox/new/、https://www.microsoft.com/en-us/edge 下載。 - Google Colaboratory，可於 https://colab.research.google.com 以 Gmail 帳號使用。

需要具備的背景知識

- 高中以上的英文程度（或者通過全民英檢中高級、TOEIC 650 分以上），在程式設計與資料分析領域有許多保留字、敘述、函數以及技巧和英文高度相關；修課學生的英文程度愈好、對英文的接受度愈高，這門課程的學習效果就會愈好。 - 不需要任何程式設計或者金融數據分析財經驗，相關知識將在課程影片中講授，並透過能自行測試批改的練習題讓學生融會貫通。

單元一覽

14 章 70 單元｜總時長 541 分鐘

全部展開

簡介：怎樣學好 Python | The One Who Learns Enough Python

單元 1 - 課程簡介