Анализ данных для финансов. Финальный проект
Offered By: E-Learning Development Fund via Coursera
Course Description
Overview
Хотите узнать, хватает ли Ваших знаний финансов и питона, чтобы работать аналитиком в финансовой сфере? Этот курс создан как итоговый для специализации «Анализ данных для финансистов», но его можно использовать и как инструмент создания собственного проекта, а также для проверки и шлифовки знаний питона и финансов для тех, кто получил эти знания на других программах. Решая задачу, построенную на настоящих данных, вам предстоит разработать торгового робота для автоматизации принятия решений при покупке/продаже ценных бумаг на фондовом рынке.
В рамках этого курса, создавая свой проект на Github, вы покажете, что умеете:
- выбирать данные для анализа;
- проводить начальную очистку данных;
- строить торговые стратегии;
- имплементировать торговые стратегии на Python;
- проводить обратное тестирование;
- оптимизировать модель на основе результатов тестирования.
Таким образом, вы самостоятельно создадите проект, который станет достойным украшением вашего портфолио. После этого курса вы сможете создавать роботов для автоматизации принятия решений в финансах.
Предполагаемая длительность данного курса – 6 недель, при выделении не менее 6 часов в неделю на решение поставленных задач.
В рамках этого курса, создавая свой проект на Github, вы покажете, что умеете:
- выбирать данные для анализа;
- проводить начальную очистку данных;
- строить торговые стратегии;
- имплементировать торговые стратегии на Python;
- проводить обратное тестирование;
- оптимизировать модель на основе результатов тестирования.
Таким образом, вы самостоятельно создадите проект, который станет достойным украшением вашего портфолио. После этого курса вы сможете создавать роботов для автоматизации принятия решений в финансах.
Предполагаемая длительность данного курса – 6 недель, при выделении не менее 6 часов в неделю на решение поставленных задач.
Syllabus
- Торговый робот
- На этом курсе научимся выбирать данные для анализа, проводить начальную очистку данных. Поймем важность подготовки данных и как работает метод скользящих средних. Также научимся строить торговые стратегии, имплементировать торговые стратегии на Python, проводить обратное тестирование, оптимизировать модель на основе результатов тестирования. А еще поймем суть модели Стокера.
Taught by
Арина Богомолова and Игорь Балк
Related Courses
Data Preparation (Import and Cleaning) for PythonA Cloud Guru Python aplicado a la Ciencia de Datos
Universidad Anáhuac via edX Google Data Analytics (PT)
Google via Coursera Analisis Data dengan Pemrograman R
Google via Coursera Análisis de datos con programación en R
Google via Coursera