Chia Sẻ Khóa Học Python Và Machine Learning Cho Phân Tích Tài Chính [Khóa 8400 A]
Sử dụng Python và Machine learning trong phân tích tài chính với Code lập trình từng bước (với tất cả các code được bao gồm).
Bạn sẽ học được gì:
- ✓ Sử dụng các function được cung cấp để tải xuống dữ liệu tài chính từ một số nguồn và tiền xử lý nó để phân tích thêm.
- ✓ Bạn sẽ có thể rút ra một số thông tin chi tiết về các mô hình xuất hiện từ việc lựa chọn các chỉ số được sử dụng phổ biến nhất (chẳng hạn như MACD và RSI).
- ✓ Giới thiệu cơ bản về time series modeling. Sau đó, chúng ta xem xét các phương pháp exponential smoothing và các ARIMA class model.
- ✓ Chỉ cho bạn cách ước tính các factor model khác nhau trong Python. one ,three-, four-, và five-factor model.
- ✓ Giới thiệu cho bạn khái niệm về dự báo biến động (volatility forecasting) bằng cách sử dụng các (G)ARCH class model, cách chọn mô hình phù hợp nhất và cách diễn giải kết quả của bạn.
- ✓ Giới thiệu khái niệm về các Monte Carlo simulation và sử dụng chúng để mô phỏng giá cổ phiếu, định giá các quyền chọn kiểu European/American và tính toán VaR.
- ✓ Giới thiệu Modern Portfolio Theory và chỉ cho bạn cách lấy Efficient Frontier bằng Python. Cách để đánh giá hiệu suất của các portfolio đó.
- ✓ Trình bày một trường hợp sử dụng machine learning để dự đoán tình trạng vỡ nợ tín dụng. Bạn sẽ biết điều chỉnh các siêu tham số (hyperparameter) của các mô hình và xử lý sự mất cân bằng.
- ✓ Giới thiệu cho bạn tuyển tập các bộ phân loại nâng cao (bao gồm xếp chồng nhiều mô hình) và cách đối phó với sự mất cân bằng lớp (class imbalance), sử dụng Bayesian optimization.
- ✓ Demo cách sử dụng các kỹ thuật deep learning để làm việc với time series và tabular data. Networks sẽ được đào tạo bằng PyTorch.
Trong khóa học này, bạn sẽ làm quen với nhiều nội dung phân tích tài chính mới nhất, cũng như các kỹ thuật thuật toán của máy học trong môi trường Python, nơi bạn có thể thực hiện phân tích tài chính chuyên môn cao. Bạn sẽ làm quen với phân tích kỹ thuật và nền tảng và bạn sẽ sử dụng các công cụ khác nhau cho phân tích của mình. Bạn sẽ tìm hiểu hoàn chỉnh môi trường Python. Bạn cũng sẽ tìm hiểu các thuật toán học sâu và mạng nơ-ron nhân tạo có thể nâng cao đáng kể kỹ năng và chuyên môn phân tích tài chính của bạn.
Hướng dẫn này bắt đầu bằng cách khám phá các cách khác nhau để tải xuống dữ liệu tài chính và chuẩn bị cho việc lập mô hình. Bạn sẽ kiểm tra các thuộc tính thống kê cơ bản của giá và lợi nhuận tài sản, đồng thời khảo sát sự tồn tại của cái gọi là sự kiện cách điệu (Stylized facts). Sau đó, bạn sẽ tính toán các chỉ số phổ biến được sử dụng trong phân tích kỹ thuật (chẳng hạn như Bollinger Bands, Moving Average Convergence Divergence (MACD) và Relative Strength Index (RSI)) và kiểm tra lại các chiến lược giao dịch tự động được xây dựng trên cơ sở của chúng.
Phần tiếp theo giới thiệu phân tích chuỗi thời gian và khám phá các mô hình phổ biến như Exponential Smoothing, AutoRegressive Integrated Moving Average (ARIMA), và Generalized Autoregressive Conditional Heteroskedasticity (GARCH) (bao gồm các thông số kỹ thuật đa biến). Bạn cũng được giới thiệu về các factor model, bao gồm Capital Asset Pricing Model (CAPM) nổi tiếng và Fama-French three-factor model. Bạn sẽ kết thúc phần này bằng cách xem demo các cách khác nhau để tối ưu hóa phân bổ tài sản và sử dụng Monte Carlo simulation cho các nhiệm vụ như tính toán giá của American options hoặc Value at Risk (VaR).
Trong phần cuối cùng của khóa học, bạn sẽ được thực hiện toàn bộ dự án khoa học dữ liệu trong lĩnh vực tài chính. Bạn sẽ giải quyết các vấn đề credit card fraud/default bằng cách sử dụng các classifier nâng cao như random forest, XGBoost, LightGBM, stacked models, v.v. Bạn cũng sẽ điều chỉnh các hyperparameter của các mô hình (bao gồm Bayesian optimization) và handle class imbalance. Bạn sẽ kết thúc khóa học bằng cách chứng minh cách deep learning (sử dụng PyTorch) có thể giải quyết nhiều vấn đề tài chính.
Mục lục:
- ✓ 01. Financial Data và Preprocessing.
- ✓ 02. Technical Analysis trong Python.
- ✓ 03. Time Series Modeling.
- ✓ 04. Multi-Factor Models.
- ✓ 05. Modeling Volatility với GARCH Class Models.
- ✓ 06. Monte Carlo Simulations trong Finance.
- ✓ 07. Asset Allocation trong Python.
- ✓ 08. Identifying Credit Default với Machine Learning.
- ✓ 09. Các Machine Learning Model nâng cao trong Finance.
- ✓ 10. Deep Learning trong Finance.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU
Chia sẽ bài viết lên:
Nhà Sách Tin Học
Chào mừng các bạn đến với Blog Nhà Sách Tin Học. Thông qua Blog này mình muốn chia sẻ đến các bạn những kiến thức về tin học, các tài liệu hay giáo trình mà mình có hoặc siêu tầm được... Mình rất mong được sự ủng hộ nhiệt tình của các bạn bằng cách comment bài viết, chia sẻ bài viết hoặc liên hệ với mình qua blog này! Mình xin cảm ơn!
No Comment to " Chia Sẻ Khóa Học Python Và Machine Learning Cho Phân Tích Tài Chính [Khóa 8400 A] "