Chia Sẻ Khóa Học Quản Lý Dữ Liệu Tài Chính Với Python Và Pandas [Update Tháng 12/2024] [Khóa 6309 A]
Phân tích Cổ phiếu với Pandas, Numpy, Seaborn & ChatGPT. Tạo, phân tích & tối ưu hóa Index & Portfolio (CAPM, Alpha, Beta).
Những gì bạn sẽ học được:
- ✓ Đảm nhiệm vai trò Financial Analyst và đưa ra lời khuyên về Financial Portfolio của khách hàng (Final Project).
- ✓ Import các Financial Dataset lớn / historical Prices từ các Web Source và phân tích, tổng hợp và trực quan hóa chúng.
- ✓ Calculate Return, Risk, Correlation và Rolling Statistics cho Stock, Index và Portfolio.
- ✓ Tạo, phân tích và tối ưu hóa danh mục đầu tư tài chính và hiểu cách sử dụng Sharpe Ratio.
- ✓ Hiểu một cách trực quan về Modern Portfolio Theory (CAPM, Beta, Alpha, CML, SML, Risk Diversification) với các ví dụ về Dữ liệu thực.
- ✓ Tạo biểu đồ giá (Price Chart) tương tác với các Technical Indicator (Volume, OHLC, Candlestick, SMA, v.v.)
- ✓ Tạo các Financial Index ((price-, equal- & value- weighted) và hiểu sự khác biệt giữa Price Return và Total Return.
- ✓ Dễ dàng chuyển đổi giữa daily, weekly, monthly và annual return và hiểu được lợi ích của log return.
- ✓ Bắt đầu từ Zero và tìm hiểu tất cả những điều cơ bản của Thư viện Pandas mạnh mẽ.
** Đã cập nhật đầy đủ (Pandas 3.x) vào tháng 11 năm 2024 **
** Hiện đã có ChatGPT cho Pandas & Data Analytics và Bài tập Coding Online ! **
Ngành Tài chính và Đầu tư đang trải qua một sự thay đổi mạnh mẽ được thúc đẩy bởi sức mạnh xử lý và kết nối ngày càng tăng và sự ra đời của các công cụ Machine Learning mạnh mẽ. Ngành Tài chính và Đầu tư đang ngày càng chuyển dịch từ một doanh nghiệp dựa trên toán học/công thức sang một doanh nghiệp dựa trên dữ liệu.
Bạn có thể làm gì để theo kịp?
Cho dù bạn muốn tìm hiểu sâu về Machine Learning chỉ muốn tăng năng suất làm việc khi xử lý Dữ liệu tài chính, thì có một bước đầu tiên và quan trọng nhất: Hãy quên Excel đi và quản lý Dữ liệu tài chính của bạn bằng Python và Pandas!
Pandas là Excel dành cho Python và việc học Pandas từ đầu cũng dễ như học Excel. Thoạt nhìn, Pandas có vẻ phức tạp hơn vì nó cung cấp nhiều chức năng hơn. Các workflow bạn thường làm với Excel có thể được thực hiện hiệu quả hơn với Pandas. Pandas là một thư viện coding cấp cao, nơi tất cả các công việc coding khó khăn với hàng chục dòng coding đang chạy tự động ở chế độ nền. Các hoạt động Pandas thường được thực hiện trong một dòng code! Tuy nhiên, điều quan trọng là phải học và thành thạo Pandas theo cách:
- ✓ Bạn hiểu chuyện gì đang xảy ra.
- ✓ Bạn biết những cạm bẫy (Không nên làm).
- ✓ Bạn biết những cách thực hành tốt nhất (Nên làm).
Quản Lý Dữ Liệu Tài Chính Với Python Và Pandas giúp bạn chuẩn bị tốt nhất để vượt qua những thách thức mới và luôn đi trước các đồng nghiệp, học viên và đối thủ cạnh tranh! Coding với Python/Pandas là một trong những kỹ năng được săn đón nhất trong lĩnh vực Tài chính.
Khóa học này là một trong những khóa học thực tế nhất với 200 Bài tập Coding và một Final Project. Bạn được tự do lựa chọn mức độ khó của riêng mình. Nếu bạn chưa có kinh nghiệm với Pandas, Phần 1 sẽ dạy bạn tất cả những điều cần thiết (Từ Zero đến Hero).
Phần 2 - Cốt lõi của khóa học này:
- ✓ Import dữ liệu tài chính từ các nguồn web miễn phí, file Excel và CSV.
- ✓ Tính toán Rủi ro, Lợi nhuận và Tương quan của Cổ phiếu, Index và Portfolio.
- ✓ Tính toán simple Return, log Return và annualized Return & Risk.
- ✓ Tạo Financial Index tùy chỉnh của riêng bạn (price-weighted vs. equal-weighted vs. value-weighted).
- ✓ Hiểu được sự khác biệt giữa Price Return và Total Return.
- ✓ Tạo, phân tích và tối ưu hóa Stock Portfolio.
- ✓ Tính toán Sharpe Ratio, Systematic Risk, Unsystematic Risk, Beta và Alpha cho Stock, Index và Portfolio.
- ✓ Hiểu về Modern Portfolio Theory, Risk Diversification và Capital Asset Pricing Model (CAPM).
- ✓ Forward-looking Mean-Variance Optimization (MVO) và những cạm bẫy của nó.
- ✓ Nhận thông tin chuyên sâu độc quyền về cách sử dụng MVO trong Thế giới thực (và lý do tại sao MVO KHÔNG được sử dụng trong nhiều trường hợp) -> vượt ra Investments 101 level!
- ✓ Tính toán Rolling Statistics (ví dụ: Simple Moving Averages) và tổng hợp, trực quan hóa và báo cáo Hiệu suất tài chính.
- ✓ Tạo biểu đồ tương tác với các Technical Indicator (SMA, Candle Stick, Bollinger Bands, v.v.).
Phần 3 - Capstone Project:
- ✓ Đảm nhận vai trò Financial Analyst / Advisor và đưa ra lời khuyên về Portfolio của khách hàng ((Final Project Challenge).
- ✓ Áp dụng và nắm vững những gì bạn đã học trước đây!
Phần 4:
Một số chủ đề nâng cao về xử lý Time Series Data với Pandas.
Phụ lục:
Bạn có gặp khó khăn với một số khái niệm cơ bản về Python/Numpy không? Sau đây là tất cả những gì bạn cần biết nếu bạn hoàn toàn mới làm quen với Python!
Mục lục:
- ✓ 01 - Bắt đầu.
- ✓ 02 - PHẦN 1: DATA ANALYSIS VỚI PYTHON & PANDAS: TỪ ZERO ĐẾN HERO:
- ✓ 03 - NEW - Pandas Coding với trợ lý cá nhân của bạn - ChatGPT.
- ✓ 04 - Pandas Basic.
- ✓ 05 - Excursus: Cách tránh và debug Coding Errors (bao gồm ChatGPT).
- ✓ 06 - Pandas: Các chủ đề trung cấp.
- ✓ 07 - Data Visualization với Matplotlib & Seaborn.
- ✓ 08 - Pandas: Các chủ đề nâng cao.
- ✓ 09 - PHẦN 2: FINANCIAL DATA ANALYSIS:
- ✓ 10 - Time Series Data trong Pandas: Giới thiệu.
- ✓ 11 - Financial Data - Các Workflow thiết yếu (Risk, Return & Correlation).
- ✓ 12 - Financial Data - Các kỹ thuật nâng cao (Rolling Statistics & Reporting).
- ✓ 13 - Tạo và phân tích Financial Index.
- ✓ 14 - Tạo, phân tích và tối ưu hóa Financial Portfolios.
- ✓ 15 - Modern Portfolio Theory & Asset Pricing (CAPM, Beta, Alpha, SLM & Risk divers).
- ✓ 16 - Forward-looking Mean-Variance Optimization & Asset Allocation.
- ✓ 17 - Financial Charts tương tác với Plotly & Cufflinks.
- ✓ 18 - PHẦN 3: FINANCIAL ANALYST CHALLENGE (FINAL PROJECT).
- ✓ 19 - PHẦN 4: CÁC CHỦ ĐỀ NÂNG CAO:
- ✓ 20 - CÓ GÌ MỚI TRONG PANDAS PHIÊN BẢN 1.0? - HƯỚNG DẪN THỰC HÀNH.
- ✓ 21 - PHỤ LỤC:
- ✓ 22 - Phụ lục 1: Khóa học cấp tốc về Python (tùy chọn).
- ✓ 23 - Phụ lục 2: Khóa học cấp tốc về Numpy (tùy chọn).
- ✓ 24 - NEW - Giới thiệu về ChatGPT.
- ✓ 25 - Tiếp theo là gì? (triển vọng và các tài nguyên bổ sung).
Khóa học này dành cho ai:
- ✓ Các chuyên gia đầu tư và tài chính muốn chuyển từ Excel sang Python để thúc đẩy sự nghiệp và hiệu quả làm việc.
- ✓ (Tài chính) Sinh viên và Researcher cần xử lý các tập dữ liệu lớn và đã đạt đến giới hạn của Excel.
- ✓ Các Data Scientist muốn cải thiện kỹ năng Data Handling/Manipulation (đặc biệt đối với Time Series Data).
- ✓ Mọi người muốn bước vào (Financial) Data Science. Pandas là chìa khóa cho mọi thứ.
- ✓ Mọi người đều tò mò về cách Đo lường Hiệu suất Tài chính và cách Tạo, Phân tích, Trực quan và Tối ưu hóa (Stock) Index và Portfolio. Đây là cách dễ nhất để hiểu các khái niệm bằng các ví dụ dữ liệu thay vì các lý thuyết và công thức.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU