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 Wrangling with MongoDBMongoDB via Udacity Getting and Cleaning Data
Johns Hopkins University via Coursera 软件包在流行病学研究中的应用 Using software apps in epidemiological research
Peking University via Coursera Creating an Analytical Dataset
Udacity Implementing ETL with SQL Server Integration Services
Microsoft via edX