ODBIERZ TWÓJ BONUS :: »

Python i finanse. Kurs video. Tworzenie modeli, prognoz i analiz rynkowych

Podstawowe informacje:
Czas trwania: 09:01:46
Poziom: średnio zaawansowany
Autor: Adam Szpilewicz
Liczba lekcji: 68
Technologia: yfinance, JupyterLab, Seaborn, pandas, matplotlib, Python 3.12
Dla firm
Rozwiń umiejętności swoich pracowników dzięki kursom video
Dowiedz się więcej
  • Monitorowanie postępów pracowników. Przejrzyste raporty i imienne certyfikaty ukończenia kursów
  • Atrakcyjne rabaty dla zespołów. Im więcej pracowników liczy zespół, tym większy uzyskasz rabat
  • Doradztwo w wyborze tematyki szkoleń. Mamy setki kursów, dostosujemy program nauczania pod Twój zespół
Indywidualnie
188,30 zł 269,00 zł (-30%)
39,90 zł najniższa cena z 30 dni Dodaj do koszyka
Korzyści:
  • Certyfikat ukończenia
  • Materiały dodatkowe do kursu
  • Test online
  • Dożywotni dostęp
  • Dostęp w aplikacji (także offline)
  • Napisy w języku polskim
Ten kurs należy do ścieżki Analityk danych z Pythonem
Czas trwania: 28 godz.
DOWIEDZ SIĘ WIĘCEJ
Ten kurs należy do ścieżki Analityk danych z Pythonem »

Czego się nauczysz?

  • Korzystania z bibliotek finansowych w Pythonie (numpy, pandas, quantlib)
  • Analizowania danych giełdowych i kursów walut
  • Tworzenia modeli predykcyjnych dla prognoz finansowych
  • Budowania portfela inwestycyjnego i analizowania jego ryzyka
  • Implementowania algorytmów tradingowych i backtestów
  • Pobierania danych z API giełdowych i finansowych
  • Wdrażania narzędzi do analizy i wizualizacji danych finansowych

Spis lekcji

1. Wstęp 00:02:57
1.1. Wstęp
00:02:57
2. Jupyter Lab 00:24:44
2.1. Wprowadzenie
00:04:29
2.2. Instalacja
00:08:32
2.3. Interfejs użytkownika
00:11:43
3. Biblioteka Pandas cz. 1 01:07:17
3.1. Wprowadzenie
00:04:33
3.2. Dane tabularyczne
00:04:52
3.3. Pliki .csv
00:05:54
3.4. Metody head() i tail()
00:04:36
3.5. Metody info() i describe()
00:06:50
3.6. Atrybuty i metody
00:11:22
3.7. Wybieranie kolumn
00:08:50
3.8. Iloc() - zakres danych
00:08:27
3.9. Iloc() - wiersze i kolumny
00:05:02
3.10. Loc()
00:06:51
4. Biblioteka Pandas cz. 2 00:47:57
4.1. Pandas series i metody w nich dostępne
00:08:43
4.2. Copy i copy.deepcopy
00:08:08
4.3. Sort_values() i sort_index()
00:05:12
4.4. Index
00:07:57
4.5. Filtrowanie
00:08:51
4.6. Filtrowanie OR i AND
00:04:53
4.7. Filtrowanie ISIN i BETWEEN
00:04:13
5. Biblioteka Pandas cz. 3 01:07:38
5.1. Usuwanie kolumn
00:09:53
5.2. Usuwanie wierszy
00:05:20
5.3. Operacje SUM, ADD, MUL
00:09:12
5.4. Groupby() - teoria
00:03:32
5.5. Groupby() - object
00:07:00
5.6. Groupby() - wiele kluczy grupowania
00:03:57
5.7. Groupby() - split-apply-combine
00:09:55
5.8. Groupby() - multiIndex
00:08:05
5.9. Groupby() - stack i unstack
00:10:44
6. Wizualizacja danych: matplotlib i seaborn 01:23:11
6.1. Wprowadzenie
00:08:43
6.2. Formatowanie wykresów
00:13:17
6.3. Histogram
00:10:58
6.4. Wykres punktowy
00:07:49
6.5. Seaborn - wprowadzenie
00:06:35
6.6. Wykresy kategoryczne
00:14:38
6.7. Wykresy jointplots i regresji
00:11:55
6.8. Wykresy - heatmaps
00:09:16
7. Szeregi czasowe 00:46:58
7.1. Konwersja i funkcja pd.to_datetime
00:10:51
7.2. Wizualizacja i metoda loc()
00:08:18
7.3. Funkcja date_range
00:10:20
7.4. Tworzenie indeksów
00:11:16
7.5. Datetimeindex i Periodindex
00:06:13
8. Praca z danymi finansowymi 00:47:53
8.1. Biblioteka yfinance
00:08:48
8.2. Normalizacja danych i metoda shift
00:09:11
8.3. Diff() i pct_change()
00:05:41
8.4. Ryzyko i stopa zwrotu
00:11:46
8.5. Dywersyfikacja portfela
00:06:09
8.6. Pliki excelowe
00:06:18
9. Strategie inwestycyjne 01:02:57
9.1. Momentum trading
00:09:50
9.2. Horyzont inwestycji a stopa zwrotu
00:15:12
9.3. Średnie stopy zwrotu
00:06:22
9.4. Analiza trójkąta zwrotów cz. 1
OGLĄDAJ » 00:11:51
9.5. Analiza trójkąta zwrotów cz. 2
00:04:26
9.6. Analiza trójkąta zwrotów cz. 3
00:03:50
9.7. Średnie ważone wykładniczo i korelacje kroczące
00:11:26
10. Portfele inwestycyjne 01:13:09
10.1. Wskaźnik Sharpe'a i dywersyfikacja ryzyka - teoria
00:07:52
10.2. Wskaźnik Sharpe'a i dywersyfikacja ryzyka - praktyka
00:18:50
10.3. Szukanie maksymalnego wskaźnika Sharpe'a
00:07:04
10.4. Linia rynku kapitałowego i twierdzenie o dwóch funduszach
00:09:45
10.5. Ryzyko systematyczne i niesystematyczne
00:04:40
10.6. Model CAPM - teoria
00:05:28
10.7. Model CAPM - praktyka
00:06:29
10.8. Model Markowitza - teoria
00:05:34
10.9. Model Markowitza - praktyka
00:07:27
11. Zaawansowane wizualizacje 00:15:56
11.1. Biblioteka cufflinks - teoria
00:04:06
11.2. Biblioteka cufflinks - praktyka
OGLĄDAJ » 00:11:50
12. Zakończenie 00:01:09
12.1. Zakończenie
00:01:09

Obierz kurs na... finanse z językiem Python

Python, stanowiący czołowy temat tego kursu, jest jednym z najpopularniejszych języków programowania na świecie. Słynie z wszechstronności, czytelności i dużej społeczności użytkowników. W świecie finansów Python zyskał szczególne uznanie ze względu na swoją efektywność w analizie danych, modelowaniu finansowym i handlu algorytmicznym. Znajomość tego języka programowania jest w związku z tym coraz bardziej pożądana w branży finansowej – opanowawszy go, otworzysz sobie szeroko drzwi do kariery, które dotąd były dla Ciebie zamknięte.

Poza Pythonem, ucząc się z naszym kursem, poznasz inne chętnie stosowane przez finansistów narzędzia, takie jak Jupyter Lab, Pandas, Matplotlib, Seaborn i yfinance, które także są uważane za kluczowe w analizie finansowej. Jupyter Lab umożliwia efektywną pracę z kodem i analizę danych, Pandas jest niezbędny w obsłudze danych tabularycznych, a biblioteki do wizualizacji danych, takie jak Matplotlib i Seaborn, pozwalają na klarowne przedstawienie wyników analiz. Z kolei biblioteka yfinance umożliwia pobieranie danych rynkowych, co jest kluczowe dla analizy finansowej. Jak widzisz, informatyka i świat pieniędzy coraz mocniej się zazębiają – za moment bez podstawowej umiejętności kodowania trudno będzie funkcjonować w branży finansowej. Nie czekaj zatem, tylko poświęć nieco swojego cennego czasu na zaprzyjaźnienie się z Pythonem!

Co Cię czeka podczas naszego profesjonalnego szkolenia

Ucząc się z naszym kursem, między innymi:

  • Poznasz podstawowe i zaawansowane techniki programowania w Pythonie
  • Dowiesz się, jak efektywnie używać Jupyter Lab do analizy danych
  • Opanujesz zasady obsługi biblioteki Pandas w przetwarzaniu danych tabelarycznych
  • Przybliżysz sobie zaawansowane operacje na danych, w tym ich filtrowanie, grupowanie i manipulowanie nimi
  • Będziesz tworzyć i formatować profesjonalne wykresy przy użyciu Matplotlib i Seaborn
  • Przeprowadzisz analizę szeregów czasowych i poznasz ich zastosowanie w finansach
  • Pobierzesz i przeanalizujesz dane finansowe z użyciem biblioteki yfinance
  • Zrozumiesz, na czym polegają analiza rynkowa i strategie inwestycyjne, i nauczysz się je stosować
  • Zbudujesz portfele inwestycyjne i będziesz nimi zarządzać, także z wykorzystaniem modeli finansowych, takich jak CAPM
  • Stworzysz zaawansowane wizualizacje danych, w tym interaktywnych wykresów finansowych

Szkolenie Python i finanse. Kurs video. Tworzenie modeli, prognoz i analiz rynkowych pozwoli Ci opanować umiejętności na poziomie średnio zaawansowanym. Uzyskasz solidne podstawy Pythona i zrozumiesz, jak szerokie zastosowanie może on mieć w finansach. Będziesz w stanie samodzielnie analizować dane finansowe i tworzyć zaawansowane wizualizacje. By przystąpić do kursu, nie trzeba posiadać głębokiej wiedzy o programowaniu, jednak podstawowa znajomość zasad pisania kodu może się okazać bardzo pomocna.

Jako Twój instruktor, chcę się z Tobą podzielić moją pasją do łączenia świata finansów z możliwościami, jakie daje programowanie w Pythonie. Pamiętaj, że każda podróż zaczyna się od pierwszego kroku, a ten kurs jest właśnie takim krokiem ku przekształceniu Twoich umiejętności analitycznych i technicznych. Razem odkryjemy, jak technologia otwiera drzwi do zrozumienia i wykorzystania finansów na nowo. Niezależnie od tego, czy jesteś początkujący, czy masz już doświadczenie, ten kurs zapewni Ci narzędzia i wiedzę, które umożliwią osiągnięcie kolejnych celów w Twojej karierze zawodowej i osobistym rozwoju. 

Adam Szpilewicz

Wybrane bestsellery

O autorze kursu video

Adam Szpilewicz – od ponad dziesięciu lat zajmuje się pracą z danymi. Obecnie specjalizuje się w dziedzinie software engineering z wykorzystaniem języków programowania Golang i Python. Posiada doświadczenie w monitoringu aplikacji i systemów, które zdobył podczas pracy dla firmy typu SaaS (ang. software as a service), gdzie Prometheus należał do głównych narzędzi używanych w tym celu. W przeszłości pracował w sektorze bankowym i consultingu zajmując się modelowaniem statystycznym z wykorzystaniem Pythona i R. Prywatnie pasjonuje się nowoczesnymi technologiami oraz jest zwolennikiem oprogramowania typu open source i entuzjastą pływania.

Adam Szpilewicz - pozostałe kursy

Oceny i opinie klientów: Python i finanse. Kurs video. Tworzenie modeli, prognoz i analiz rynkowych Adam Szpilewicz (2)

Informacja o opiniach
Weryfikacja opinii następuje na podstawie historii zamowień na koncie Użytkownika umiejszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniającej do uzyskania rabatu w ramach Programu Kadr.
6.0
  • 6 (2)
  • 5 (0)
  • 4 (0)
  • 3 (0)
  • 2 (0)
  • 1 (0)
  • Ciekawy kurs, polecam każdemu zainteresowanemu Pythonem i finansami.

    Opinia: anonimowa Opinia dodana: 2024-06-29 Ocena: 6   
    Opinia potwierdzona zakupem
    Opinia dotyczy produktu: kurs video
    Czy opinia była pomocna:
  • Super kurs niezwykle pomocny dla analizy finansowej, wykorzystanie narzędzi takich jak biblioteka Pandas, Cufflinks. Analiza, ocena portfela, strategia, wskaźniki itp. jednym słowem "petarda"

    Opinia: anonimowa Opinia dodana: 2024-03-24 Ocena: 6   
    Opinia potwierdzona zakupem
    Opinia dotyczy produktu: kurs video
    Czy opinia była pomocna:
więcej opinii »

Szczegóły kursu

Dane producenta » Dane producenta:

Helion SA
ul. Kościuszki 1C
41-100 Gliwice
e-mail: gpsr@helion.pl
Format: Online
Data aktualizacji: 2024-01-16
ISBN: 978-83-289-1224-3, 9788328912243
Numer z katalogu: 222756

Videopoint - inne kursy

Kurs video
188,30 zł
Dodaj do koszyka
Płatności obsługuje:
Ikona płatności Alior Bank Ikona płatności Apple Pay Ikona płatności Bank PEKAO S.A. Ikona płatności Bank Pocztowy Ikona płatności Banki Spółdzielcze Ikona płatności BLIK Ikona płatności Crédit Agricole e-przelew Ikona płatności dawny BNP Paribas Bank Ikona płatności Google Pay Ikona płatności ING Bank Śląski Ikona płatności Inteligo Ikona płatności iPKO Ikona płatności mBank Ikona płatności Millennium Ikona płatności Nest Bank Ikona płatności Paypal Ikona płatności PayPo | PayU Płacę później Ikona płatności PayU Płacę później Ikona płatności Plus Bank Ikona płatności Płacę z Citi Handlowy Ikona płatności Płacę z Getin Bank Ikona płatności Płać z BOŚ Ikona płatności Płatność online kartą płatniczą Ikona płatności Santander Ikona płatności Visa Mobile