🔥 硬實力升級月開跑 🚀 最新 AI 技能低至 64 折+$500 早鳥加碼限時大放送❗️
天
時
分
成為高效工作者 >
登入/註冊
Python 資料分析&算法交易
0 seconds of 2 minutes, 52 secondsVolume 0%
Press shift question mark to access a list of keyboard shortcuts
鍵盤快捷鍵
播放/暫停空白鍵
音量增加↑
音量減少↓
快進 5 秒→
倒退 5 秒←
開啟/關閉字幕c
全螢幕/離開全螢幕f
靜音/取消靜音m
Decrease Caption Size-
Increase Caption Size+ or =
跳轉至%0-9
00:00
00:00
02:52
 
1MustLearn

Python 資料分析&算法交易

Hahow AI 學習升級
114.9 k 的人也在觀看
課程已下架
課程已下架,有任何問題可以找客服。

關於課程

課程包含

包含 11 章 56 單元、5 項作業

課程時長

6 時 38 分鐘

課程總人數

435 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

最新消息

課程內容

講師的其他課程
你想增加在就業市場的竸爭能力嗎?

買賣股票,想在投資領域取得成功,增加財富?

想在行業得到領先地位? 業務增長? 洞悉先機嗎?(例如營業數據,股價,統計結果等等...)

想學習基金經理的選股方法,制訂自己的投資組合和在睡覺或上班時也可以買賣股票?

實戰範例

募資 500% 額外加開: 如何一次過爬取標普500所有成份股的報價!<已解鎖>

像標普那樣的指數,裡面有 500 支成份股。如果要逐一爬取股價非常費時。懂得這個方法,你就可以一次過爬取任何指數裡面的股票報價!

募資 1000% 額外加開: 如何利用 Python 的機器學習分析真實美股股價,幫助投資決策!

在這部分,你將創建一個最强大的深層學習模型。我們甚至可以說,創造最接近“人工智慧”的深層學習模式。那是為什麼?因為這個模型會有長期的記憶,就像我們人類一樣。

典型的 RNN 具有短暫的記憶,正是因為這個原因既不流行也不強大。但最近在遞歸神經網絡方面的一項重大改進促成了長期短期記憶 RNN 的普及,這徹底改變了遊戲規則。希望能夠將這些尖端的深度學習方法納入加開課程!

你將從中學習如何實現這個超强大的模型,我們將使用它來幫助決策,挑戰接近實際股票價格。斯坦福大學的研究人員也面臨著類似的挑戰,我們的目標是至少做到與他們相近。

* 解鎖單元若達標,上傳時間會是開課兩個月後,機器學習主要會以下載現成的機器學習 model 直接套用。

心動了嗎?趕快分享以下連結,拉親朋好友一起來解鎖這些單元吧!

https://hahow.in/cr/pythondata

課程主要分為四個部分,一開始如果還沒有安裝 Python 的同學,我們從零開始先安裝程式,之後便會開始進行以下的課程內容。 (*授課將以 Python3為主)

統計數據分析

在大數據(又稱巨量資料)的浪潮下,每個企業領袖都在思考如何利用大數據為企業創造競爭優勢,然而不管企業有無導入大數據,更重要的是在於分析與應用,利用這些零散的資訊,找出規則與趨勢,製造有利企業決策的資訊,才能為企業不管是採用產品差異化、成本領導、或是客戶體驗 的競爭策略,拉大與對手的差距。

在這個部分,我們會介紹一些用於資料分析的基本操作。可以用來快速處理數位數據和分析。而且跟 Excel 文件可以連接互用。在這個課程中,你將獲取職業數據分析師的必備技術。發現數據模式和內部規律。

資料視覺化
數據視覺化是指以圖形或圖形形式呈現數據,如餅圖。這使受眾能夠更快地識別模式。互動式視覺化允許決策者鑽取細節層。這將改變透視圖,以便用戶可以查看分析背後的事實。

在這個部分,我們會介紹和繪製一些做數據分析,統計和金融投資會用到的圖表。這對經常需要分析數據和資料的同學很有幫助。因為除了數字,很多時候看圖表會更容易理解和分析數據結果。完成這部分課程之後,同學就可以把分析出來的資料繪製成圖樣,建立基本的可視化數據模型,向讀者提供直觀的數據圖譜,並利用統計和實驗等技能推斷結果和解決問題。

金融理財分析
歷史數據法假定未來與過去相似,以長期歷史數據為基礎,根據過去的經歷推測未來的資產類別收益。有關歷史數據包括各類型資產的收益率、以標準差衡量的風險水平以及不同類型資產之間的相關性等數據,並假設上述歷史數據在未來仍然能夠繼續保持。在進行預測時一般需要按照通貨膨脹預期進行調整,使調整後的實際收益率與過去保持一致。

算法交易
自動交易買賣

程式交易最大的優勢之一是能夠將人的情緒從市場中移除,因為交易被限制在一組預先定義的標準內。為什麼這是一個優勢?是因為人類交易容易受到情緒的影響,從而導致不合理的決定。導致交易者不易做出錯誤決定的兩種情緒是恐懼和貪婪。

程式交易的另一個優勢是能夠進行回測。交易者很難知道他們的交易系統的哪些部分起作用,哪些部分不起作用,因為他們不能根據過去的數據運行他們的系統。使用程式交易,您可以根據過去的數據運行算法,看看它是否在過去有效。這種能力提供了一個巨大的優勢,因為它允許您執行交易系統之前刪除任何缺陷。

註:教學方式會以「螢幕側錄操作畫面和中文進行」。預計回答問題和批改作業的頻率大概是兩個星期一次。作業設計會以問答方式,批改方式會另外有答案提供至回覆區。

Python 是一種全功能的程式設計語言,幾乎能做任何其他語言能做的事情,而且速度可比。它的用戶體驗非常友好,語法(單詞和結構)非常簡單,容易閱讀和學習。即使不懂任何編程語言,大部分都可以理解!

程式設計只是輸入電腦要執行的指令的行為。這些指令可以處理一些數字,修改文字,在檔案中查找資訊,或者通過互聯網與其他電腦通信。

我們不一定要做專業的程序員。 不過,如果你是辦公室職員、管理員、學者,或者任何其他使用電腦工作或娛樂的人,學習程式設計的基本知識就可以優勝於別人。


誰適合這門課程?

如果你是以下類型的人,這門課程應該很適合你:
  • 想學習金融相關的資料科學的大學或研究所學生
  • 統計工程背景,想學習統計分析的大學或研究所學生
  • 初入金融分析、資料分析領域的社會新鮮人
  • 想利用電腦分析,挑選,自動交易美股的投資人士

    此課程講師為外師,不是台灣國語。由於每個人習慣的翻譯方法不同,若學員看過此募資影片後覺得不習慣這樣的直譯方法,那您可能比較不適合修習此堂課程喔!

    講師介紹

    Anders
    • 大學主修資訊科技和數學
    • 完成特許金融分析師資格 (CFA)
    • 現任外滙投資經理

      免責聲明

    這堂課主要是以 Python 這個工具,教授財務資料的分析與知識,技術本身為輔,但投資風險本是有賺有賠,需自行承擔投資的風險與後果。

    哪些人適合這堂課?
    - 想學習分析各類有關金融,數據的分析的學生及社會人士 - 想利用電腦收集美股的各_資料,然後自動下單交易 - 想利用 Python 把分析結果變成各種圖像
    你可以學到
    -使用 Python 解决現實世界任務 -獲得堅實的財務敏銳度 -快速處理數字數據 -利用統計模型進行預測 -把分析結果圖像化 -建立投資組合 -優化投資組合分配 -計算投資組合的風險與收益 -利用財務模型選擇股票 -計算個別股票的風險與收益 -在 Quantopian 上進行美股算法交易和回測 -利用 Python 在綱上收集美股有關資料
    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。)
    作業系統是 MacOS、Linux 或 Windows 都可以 講師將使用 Windows 電腦示範此課程,從零開始安裝 Python3
    需要具備的背景知識
    基礎的 Python 程式知識 (假設已知道 If else, function, list, dictionary) 高中程度的英文和數學基礎,及對財務的基本認識 因為要寫程式,最好會一點簡單的英文(字卡會以英文呈現,而不是以中文呈現)
    單元一覽
    11 章 56 單元|總時長 398 分鐘
    全部展開
    1
    [簡介與安裝]
    影片單元
    單元 1 - 課程介紹
    影片單元
    單元 2 - 應用程式安裝指南
    04:02
    2
    [Numpy]
    影片單元
    單元 1 - 數組
    影片單元
    單元 2 - 算術操作
    03:36
    影片單元
    單元 3 - 索引
    07:12
    作業單元
    作業 1 - 演練
    查看作業
    3
    [Pandas]
    影片單元
    單元 1 - 序列
    05:42
    影片單元
    單元 2 - 數據幀(DataFrame)
    09:39
    影片單元
    單元 3 - 數據清洗
    02:53
    影片單元
    單元 4 - Groupby
    02:47
    影片單元
    單元 5 - 合併,加入,和連接數據幀
    03:37
    影片單元
    單元 6 - Pandas 操作
    05:48
    影片單元
    單元 7 - 資料輸入和輸出
    03:36
    作業單元
    作業 1 - 演練
    查看作業
    4
    [資料視覺化]
    影片單元
    單元 1 - Matplotlib(1)
    07:31
    影片單元
    單元 2 - Matplotlib(2)
    07:01
    作業單元
    作業 1 - Matplotlib 演練
    查看作業
    影片單元
    單元 3 - Pandas 內置數據視覺化
    03:45
    影片單元
    單元 4 - 時間序列數據視覺化
    08:47
    作業單元
    作業 2 - Pandas 內置數據視覺化演練
    查看作業
    5
    [數據源]
    影片單元
    單元 1 - 獲取美股資料(1)
    03:05
    影片單元
    單元 2 - 獲取美股資料(2)
    04:36
    6
    [時間序列數據]
    影片單元
    單元 1 - 日期時間索引
    07:09
    影片單元
    單元 2 - 時間重新採樣
    07:08
    影片單元
    單元 3 - 時間調換
    02:59
    影片單元
    單元 4 - Rolling 和 Expanding
    09:10
    7
    [股票分析項目]
    影片單元
    單元 1 - 股票分析項目
    03:04
    8
    [時間序列數據分析]
    影片單元
    單元 1 - ETS 模型
    05:19
    影片單元
    單元 2 - 指數加權移動平均線
    04:14
    影片單元
    單元 3 - 自回歸移動平均模型(1)
    17:48
    影片單元
    單元 4 - 自回歸移動平均模型(2)
    11:54
    9
    [金融理財分析]
    影片單元
    單元 1 - 夏普比率簡介
    05:51
    影片單元
    單元 2 - 投資組合價值(1)
    10:35
    影片單元
    單元 3 - 投資組合價值(2)
    04:11
    影片單元
    單元 4 - 投資組合優化簡介
    04:21
    影片單元
    單元 5 - 投資組合優化(1)
    08:34
    影片單元
    單元 6 - 投資組合優化(2)
    05:45
    影片單元
    單元 7 - 投資組合優化(3)
    09:48
    影片單元
    單元 8 - 資本資產定價模型簡介
    03:42
    影片單元
    單元 9 - 資本資產定價模型
    10:30
    10
    [算法交易]
    影片單元
    單元 1 - Quantopian 簡介
    07:28
    影片單元
    單元 2 - Quantopian 基礎
    07:44
    影片單元
    單元 3 - 基本操作(1)
    10:34
    影片單元
    單元 4 - 基本操作(2)
    13:36
    影片單元
    單元 5 - 交易程式(1)
    13:07
    影片單元
    單元 6 - 交易程式(2)
    11:24
    影片單元
    單元 7 - Pipeline 1: Factors
    12:29
    影片單元
    單元 8 - Pipeline 2: Filter 和 Screen
    04:17
    影片單元
    單元 9 - Pipeline 3: Masking 和 Classifier
    05:46
    作業單元
    作業 1 - 演練
    查看作業
    影片單元
    單元 10 - 高階 Pipeline(1)
    07:56
    影片單元
    單元 11 - 高階 Pipeline(2)
    07:09
    影片單元
    單元 12 - 高階 Pipeline(3)
    10:32
    影片單元
    單元 13 - 槓桿
    06:07
    影片單元
    單元 14 - 對沖(1)
    09:58
    影片單元
    單元 15 - 對沖(2)
    08:48
    影片單元
    單元 16 - 期貨(1)
    06:59
    影片單元
    單元 17 - 期貨(2)
    09:20
    影片單元
    單元 18 - 使用 Pyfolio 分析投資組合表現和風險
    07:04
    11
    [解鎖單元]
    影片單元
    單元 1 - 爬取標普 500 所有成份股(1)
    06:08
    影片單元
    單元 2 - 爬取標普 500 所有成份股(2)
    03:17
    試看單元
    播放試看影片
    章節 1 - [簡介與安裝]
    單元 1 - 課程介紹
    試看影片
    02:31
    播放試看影片
    章節 2 - [Numpy]
    單元 1 - 數組
    試看影片
    11:01
    課程評價
    4.9
    / 5.0
    28 則評價
    hsinjenya2019-07-28
    課程編排順序有邏輯,內容架構扎實,節奏適當
    非常喜歡老師的課程,把python常用的pandas, matplotlib視覺化等功能都說明的很仔細,並且一步一步引導應用在後面的分析之中,相比其他網路課程只會快速演練操作步驟,沒有詳細講解功能的使用方法,這門課算是很扎實的,每一堂課都認真做筆記並且完成作業後真的會很有成就感。
    1MustLearn
    授課老師
    2019-08-23
    謝謝您的評價。
    查看更多
    JerryHu2018-12-14
    金融分析&算法
    感謝老師提供的此課程,之前有用numpy & pandas 撰寫,在這又學到使用quantopian&pipeline,相信在實際運用上將更有幫助.
    1MustLearn
    授課老師
    2018-12-14
    謝謝您的評價. 因為在 Quantopian 可以做基本和技術分析, 所以確實非常有用.
    查看更多
    Claude2018-12-17
    物超所值的課程
    句句精簡扼要,影片節奏很快我很喜歡,因為降看很省時,大概快速看了一遍~內容非常豐富,要些時間消化一下,學到不少東西,高cp值的課程。
    1MustLearn
    授課老師
    2018-12-17
    謝謝您的高評價。希望大家可以在最短時間學到更多。
    查看更多
    蔡金霖2019-09-30
    Python金融資料分析&算法交易
    課程對於實務上的應用有絕對的幫助,但課程到後面越來越難,如果沒基礎比較難快速理解財務分析的方法及Python語法的運用。
    1MustLearn
    授課老師
    2019-10-01
    謝謝您的評價! 我們會定時上載一些關於金融/程序上的教學影片. 您可以到我們的 youtube 頻道免費學習.
    查看更多
    Johnson. Lo.2021-01-05
    出乎意外的好!!
    課程進行到一半就發現老師開始教的是外面其他課程未涉略的領域 學到不同的套件與技巧, 很讚!
    1MustLearn
    授課老師
    2021-01-07
    謝謝您的評價!
    查看更多

    意猶未盡嗎?

    關於講師

    1MustLearn
    3堂課程
    0篇文章
    970位學生
    1MustLearn(一必學)提供關於理財投資和程式設計的教學。目標是製造高品質的課程,令學生有更棒的學習體驗。
    前往講師頁面
    精選學生作業

    購課前問答

    日期最新
    日期最新
    日期最舊
    愛心數
    Allen Hsu
    2021-01-17
    quantopian 關閉了,那其中的兩章節應該要怎麼替代比較好呢?
    1MustLearn
    授課老師
    2021-01-17
    有些人用zipline, 有些改用blueshift
    Allen Hsu
    2021-01-21
    老師有替代教學嗎
    1MustLearn
    授課老師
    2021-01-21
    暫時沒有, 因為代碼都是大同小異.
    回覆
    我也想問
    Alex Lam
    2020-12-16
    quantopian關閉,會不會教代替的平臺?
    1MustLearn
    授課老師
    2020-12-17
    暫時不會, 這一類平台有隨時關閉危險. 它們影響了很多人.
    回覆
    我也想問
    flora
    2020-08-19
    老師您好,請問這樣的程式也適合分析外匯嗎?感謝!
    1MustLearn
    授課老師
    2020-08-19
    你好, 可以的. 我自己用 python 主要是用來分析外匯價格的.
    (已編輯)
    flora
    2020-08-20
    請問使用 Python 擷取外匯資訊,和獲取美股資料及股票分析的步驟都是一樣的嗎? 若是要用 Python,主要都是要分析外匯的那些資訊呢? 請問老師在上這堂課前,需要先有 Python 的那些基本認識再來學習會比較好呢? 謝謝老師!
    (已編輯)
    1MustLearn
    授課老師
    2020-08-20
    1. 渠道來源不一樣, python 應用知識一樣. 2. 我自己主要分析價格. 3 i) 最好懂得 if & else statement. 寫程式其實來來去去最主要都是 if & else. 如果這樣, 就執行 ... , 如果那樣, 就執行 ... ii) for 迴圈. 如果一個動作重複做5次, 一句就行, 不需要分開5次. 因為課程沒有解釋這些基本的東西. 這個課程主要是透過操作學習, 有些同學透過練習應用上手也可以.
    (已編輯)
    回覆
    我也想問
    Ho Roxanne
    2020-06-21
    老師您好,我有學過R,大學為金融專業背景,對Python沒有基本認識,這樣適合上這堂課嗎?
    1MustLearn
    授課老師
    2020-06-21
    你好, code 方面如果已懂 if else statement, list, for loop 基本邏輯, 應該沒有問題.
    回覆
    我也想問
    Emma Lin
    2020-03-19
    老師您好,請問是否需要先有Python基本認識,在上這堂課比較適合?
    1MustLearn
    授課老師
    2020-03-19
    你好, 是的. 這樣比較容易上手.
    回覆
    我也想問
    購買單堂課

    NT$2,866
    有什麼優惠可以用?
    小蛙幫你找最佳優惠
    登入看看 有什麼優惠用

    相關標籤