学习 numpy 、 pandas 、 matplotlib 、 quantopian 、 finance 等，以使用 Python 进行算法交易！

课程英文名：Python for Financial Analysis and Algorithmic Trading

此视频教程共2.44GB，中英双语字幕，画质清晰无水印，源码附件全

课程地址：https://xueshu.fun/1731
演示地址：https://www.udemy.com/course/python-for-finance-and-trading-algorithms/

课程内容

你会学到什么

• 使用 NumPy 快速处理数值数据
• 使用 Pandas 分析和可视化数据
• 使用 Matplotlib 创建自定义绘图
• 了解如何使用 statsmodels 进行时间序列分析
• 计算财务统计数据，例如每日收益、累积收益、波动率等。
• 使用指数加权移动平均线
• 在时间序列数据上使用 ARIMA 模型
• 计算夏普比率
• 优化投资组合配置
• 了解资本资产定价模型
• 了解有效市场假说
• 在 Quantopian 上进行算法交易

要求

• 一些编程知识（最好是Python）
• 能够将 Anaconda (Python) 下载到您的计算机
• 基础统计和线性代数会有帮助

描述

欢迎使用 Python 进行财务分析和算法交易！您是否对人们如何使用 Python 进行严格的财务分析和追求算法交易感兴趣，那么这门课程适合您！

本课程将指导您了解使用 Python 进行金融和算法交易所需了解的一切！我们将从学习 Python 的基础知识开始，然后继续学习 Py-Finance 生态系统中使用的各种核心库，包括 jupyter、numpy、pandas、matplotlib、statsmodels、zipline、Quantopian 等等！

 我们将涵盖金融专业人士使用的以下主题：

• Python 基础知识
• 用于高速数值处理的 NumPy
• 用于高效数据分析的 Pandas
• 用于数据可视化的 Matplotlib
• 使用 pandas-datareader 和 Quandl 进行数据摄取
• Pandas 时间序列分析技术
• 股票收益分析
• 累计每日回报
• 波动性和证券风险
• EWMA（指数加权移动平均线）
• 统计模型
• ETS（误差-趋势-季节性）
• ARIMA（自回归综合移动平均线）
• 自相关图和部分自相关图
• 夏普比率
• 投资组合配置优化
• 有效边界和马科维茨优化
• 基金种类
• 订购书籍
• 卖空
• 资本资产定价模型
• 股票分割和股息
• 有效市场假说
• 使用 Quantopian 进行算法交易
• 期货交易

本课程适合谁：

• 熟悉 Python 想学习财务分析的人！