Skip to content Skip to sidebar Skip to footer

Python für Finanzanalysen und algorithmisches Trading

Python für Finanzanalysen und algorithmisches Trading

Python für Finanzanalysen und algorithmisches Trading Analysiere mit Python Aktienkurse, Finanzdaten und Zeitreihen. Werde Finanzanalyst mit Quandl.

What you'll learn

  • Nutze Numpy um schnell mit numerischen Daten zu arbeiten
  • Nutze Pandas zur Analyse und Visualisierung
  • Nutze Matplotlib, um benutzerdefinierte Darstellungen zu erstellen
  • Lerne das statsmodels Modul zur Zeitreihenanalyse kennen
  • Berechne Finanzstatistiken wie tägliche Renditen, kummulierte Renditen, Volatilität, etc.
  • Nutze ARIMA Modelle auf Zeitreihen-Daten
  • Verwende exponentiell gewichtete laufende Durchschnitte
  • Berechne die Sharpe Ratio
  • Optimiere Portfolio Allokationen
  • Verstehe das Capital Asset Pricing Model
  • Lerne die Hypothese der effizienten Märkte kennen

Requirements

  • Etwas Erfahrung mit der Programmierung (am besten Python)
  • Die Möglichkeit Anaconda (Python) downzuloaden
  • Grundlagen der Statistik und lineare Algebra sind hilfreich

Description

Willkommen zum Kurs "Python für Finanzanalysen und Algorithmisches Handeln"!

Wenn Du dich dafür interessierst, wie man Python Als Data Scientist zur Durchführung exakter Finanzanalysen verwenden kann, dann ist dies der richtige Kurs für Dich!

    "Wirklich sau gut erklärt! Dankeschön... Man kann alles sofort anwenden! :-)" (★★★★★ P. Livadas)

    "Sehr übersichtlich und strukturiert, TOP!" (★★★★★ D. Ebraheim)

Dieser Kurs gibt Dir eine Anleitung für alles, was Du für die Verwendung von Python für Finanzen und Algorithmisches Handeln wissen musst! Wir werden mit den Grundlagen von Python anfangen und dann etwas über die verschiedenen Kernbibliotheken lernen, die im Py-Finance-Ökosystem verwendet werden, darunter jupyter, numpy, pandas, matplotlib, statsmodels, zipline und viele mehr!

Wir werden die folgenden Themen besprechen, die von Finanzexperten verwendet werden:

  • Python Grundlagen
  • NumPy für sehr schnelle numerische Verarbeitung
  • Pandas für effiziente Datenanalyse
  • Matplotlib für Datenvisualisierung
  • Verwendung von pandas-datareader und Quandl zur Datenerfassung
  • Pandas Analysetechniken für Zeitreihen
  • Analyse von Aktienrenditen
  • Kumulative Tagesrenditen
  • Volatilität und Wertpapierrisiko
  • Markov Chain
  • EWMA (Exponentially Weighted Moving Average)
  • Statsmodels
  • ETS (Error-Trend-Seasonality)
  • ARIMA (Auto-regressive Integrated Moving Averages)
  • Autokorrelationsdiagramme und Teil-Autokorrelationsdiagramme
  • Sharpe-Quotient
  • Optimierung der Portfolio-Aufteilung
  • Effiziente Grenze und Markowitz Optimierung
  • Arten von Investmentfonds
  • Orderbücher
  • Short Verkäufe
  • Preismodell für Kapitalgüter (Capital Asset Pricing Model)
  • Aktien-Splits und Dividenden
  • Hypothese des effizienten Markts
  • Termingeschäfte handeln

Enroll Now Udemy Course


Post a Comment for "Python für Finanzanalysen und algorithmisches Trading"

N7DWHALVYX3VQRL