Python für Finanzanalysen und algorithmisches Trading
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
- Grundkenntnise der Programmierung in 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!
Wichtig: Unser Kurs zur Finanzanalyse erfordert Grundkenntnisse der Programmierung mit Python! Falls du die Grundlagen von Python bisher noch nicht erlernt hast, solltest du zuerst einen unserer Python-Kurse durcharbeiten!
Wir werden die folgenden Themen besprechen, die von Finanzexperten verwendet werden:
Python in der Finanzanalyse
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
Was sind die Anforderungen?
Grundlagen der Programmierung in Python
Technische Voraussetzungen, um Anaconda (Python) herunter zu laden
Grundlegende Statistik und Lineare Algebra können nützlich sein
Was bringt mir dieser Kurs?
NumPy verwenden, um schnell mit numerischen Daten zu arbeiten
Pandas verwenden, um Daten zu analysieren und visualisieren
Matplotlib verwenden, um benutzerdefinierte Diagramme zu erstellen
Anwendung von statsmodels zur Zeitreihenanalyse erlernen
Finanzstatistiken berechnen, wie tägliche Renditen, kumulative Renditen, Volatilität etc.
Exponentiell gewichtete bewegliche Mittelwerte (EWMA) verwenden
ARIMA-Modelle auf Zeitreihendaten anwenden
Sharpe-Quotienten berechnen
Portfolio-Aufteilung optimieren
Preismodell für Kapitalgüter verstehen
Etwas über die Hypothese des effizienten Marktes lernen
An wen richtet sich dieser Kurs?
An jemanden, der mit den Grundlagen von Python vertraut ist und etwas über Finanzanalysen lernen will!
Who this course is for:
- Interessenten an Finanzanalysen und algorithmischem Trading
- Alle die mit Python vertraut sind und ihr Portfolio erweitern möchten
Instructors
In einer Welt der Veränderung gibt es keine Ressource, die wertvoller ist als Bildung. Sie befähigt die Menschen, auch in einer komplexen Umwelt selbstbestimmt ihren Weg zu gehen. Wichtig ist, was jeder einzelne kann. Die Digitalisierung steckt voller Chancen für bessere Bildung: individuelleres Lernen, innovative Lehrmethoden und aktuellere Lehrmittel. Daher möchte ich nicht länger zuschauen, sondern an besserer Bildung für Jeden Mitwirken! Dabei sind die folgenden 3 Punkte mein konkreter Beitrag:
1. Verfügbarkeit von individuellem Lernen, innovativen Lehrmethoden und aktuellere Lehrmittel durch einen günstigen Zugang auf Udemy für jeden zu schaffen, mit Kursen, die normalerweise mehrere hundert oder tausend Euro kosten!
2. Studierende an der Hochschule fit für die Digitale Zukunft zu machen und ein Bewusstsein für die Datenanalyse zu schaffen.
3. Mit dem Datamics Team Firmen beraten und strategisch wohlbedacht zu positionieren.
Für mehr Informationen gerne auf unserer Datamics Webseite vorbeischnuppern. Von unserem Data Science Podcast, über aktuelle Blogposts, bis hin zu Karriere-vorranbringendem Karriereguide, Du wirst sicher fündig.
Lebenslauf:
Dr. René Brunner hat als Big Data Scientist und Engineer schon seit über 15 Jahre (damals hatte Big Data Science noch andere Bezeichnungen) zahlreiche Big Data Projekte und Workshops bei Unternehmen wie IBM, SAP, Audi, Bosch, Daimler, Havas Media, GFK, Philip Morris, Sony und Vodafone gemacht.
Während seiner Promotion hat er dezentrale und skalierende Marktplätze aufgebaut und mit der Hilfe von Machine Learning Algorithmen wie zum Beispiel Clustering und Decision Trees optimiert. Die Ergebnisse konnte er in zahlreichen Artikeln in führenden Fachzeitschriften und auf internationalen Konferenzen veröffentlichen. Dabei hat er mehrere Auszeichnungen und Stipendien erhalten. Du kannst ihn gerne auf Linkedin oder Xing direkt kontaktieren sowie seine Veröffentlichungen unter Google Scholar einsehen.
Als Head of Study Programs für Digital Technologies and coding an der Macromedia Hochschule für Medien und Kommunikation freut er sich seit 8 Jahren (zunächst als Dozent und später als Professor) den Studierenden den digitalen Wandel in Form von Programmierung, Analysen, Best Practice Case Studies und Anwendungsbeispiele beizubringen. Davor hat er schon mehrere Jahre an verschiedenen Universitäten im Bereich Computer Science unterrichtet.
Er hat ein Diplom in Wirtschaftsinformatik an der Universität Mannheim, einen Master in Wirtschaftsinformatik an der französischen Université Nice Sophia-Antipolis, eine Promotion in Computer Science an der Technischen Universität Kataloniens sowie an der Cardiff University im Bereich Big Data Science und Machine Learning.
Außerdem kannst du ihn auch gerne nach persönlichen Trainings, Gruppentrainings in München oder als Sprecher auf Konferenzen anfragen.
Jose Marcial Portilla has a BS and MS in Mechanical Engineering from Santa Clara University and years of experience as a professional instructor and trainer for Data Science, Machine Learning and Python Programming. He has publications and patents in various fields such as microfluidics, materials science, and data science. Over the course of his career he has developed a skill set in analyzing data and he hopes to use his experience in teaching and data science to help other people learn the power of programming, the ability to analyze data, and the skills needed to present the data in clear and beautiful visualizations. Currently he works as the Head of Data Science for Pierian Training and provides in-person data science and python programming training courses to employees working at top companies, including General Electric, Cigna, SalesForce, Starbucks, McKinsey and many more. Feel free to check out the website link to find out more information about training offerings.
Wir sind Datamics...
...und wir sind deine kompetente Anlaufstelle für fundiertes Online-Lernen im Bereich Data Science. Unsere breitgefächerten Online-Kurse decken eine breite Palette von Themen ab, darunter Python-Programmierung, SQL, Bewerbungstraining, Datenvisualisierung mit Dash, Business Analytics und vieles mehr.
Unsere Kooperation mit unserem amerikanischen Partner Jose Portilla ermöglicht es uns, stets topaktuelle Informationen aus der globalen Data Science-Szene in unsere Kurse einzubringen. Es ist auch diese enge Zusammenarbeit, die gewährleistet, dass unsere Kursteilnehmer Zugang zu den neuesten Entwicklungen und bewährten Methoden haben.
Hinter Datamics stehen kompetente Persönlichkeiten, allen voran Dr. René Brunner, ein ausgewiesener Experte mit über 15 Jahren Erfahrung auf dem Gebiet der Data Science. René ist nicht nur in der Praxis erfolgreich tätig, sondern teilt sein Wissen auch als Autor und Dozent an verschiedenen Hochschulen.
Unser Team setzt sich aus vielseitigen Experten zusammen, die aus verschiedenen Fachbereichen stammen und ihre Erfahrungen in die Entwicklung unserer Kurse einfließen lassen. Die Kombination aus tiefgreifendem Fachwissen und praktischer Erfahrung gewährleistet, dass unsere Kurse nicht nur theoretisch fundiert sind, sondern auch reale Anwendungen und Herausforderungen abbilden.
Unsere obersten Ziele sind:
Individuelles Lernen und innovative Lehrmethoden für alle zugänglich machen: Wir sind bestrebt, hochwertige Bildung zu erschwinglichen Preisen anzubieten, um Menschen auf der ganzen Welt zu ermöglichen, ihre Fähigkeiten im Bereich Data Science zu erweitern.
Förderung der digitalen Transformation: In einer zunehmend datengetriebenen Welt möchten wir Bewusstsein für die Datenanalyse schaffen und so viele Menschen wie möglich fit für die Anforderungen der digitalen Ära machen.
Verantwortung: Wir wollen dass du erfolgreich wirst. Wir möchten eine Verbindung mit dir herstellen, um deine berufliche Laufbahn erfolgreich zu gestalten. Lass uns gemeinsam an deinen Zielen arbeiten!
Du kannst uns auf Udemy, über unsere Webseite, LinkedIn, Facebook, YouTube, Medium oder direkt erreichen.
Darüber hinaus steht Prof. Dr. René Brunner für interessante Vorträge oder als Sprecher auf Konferenzen zur Verfügung.
Wir laden dich herzlich ein, Teil der Datamics-Community zu werden und gemeinsam die Welt der Data Science zu erkunden.