Python pour l'Analyse Financière & Algorithmes de Trading
What you'll learn
- Utiliser la bibliothèque NumPy de Python pour travailler rapidement avec des données numériques
- Utiliser la bibliothèque Pandas de Python pour analyser et visualiser des données
- Utiliser la bibliothèque Matplotlib de Python pour créer des graphiques personnalisés
- Utiliser le module statsmodels pour l'analyse des séries temporelles
- Calculer des statistiques financières telles que les rendements quotidiens, les rendements cumulatifs, la volatilité, etc.
- Utiliser des Moyennes Mobiles Pondérées Exponentiellement
- Utiliser des modèles ARIMA sur les données de séries temporelles
- Apprendre des techniques fondamentales de Finance
- Calculer le ratio de Sharpe
- Optimiser sa gestion de portefeuilles financiers
- Comprendre le modèle d'évaluation des actifs financiers
- En savoir plus sur les hypothèses des marchés financiers efficients
- Effectuer un trading algorithmique sur Quantopian
Requirements
- Quelques connaissances en programmation (de préférence Python)
- Possibilité de télécharger Anaconda (Python) sur votre ordinateur
- Connaissances en Statistiques de base et Algèbre Linéaire seront utiles
Description
Bienvenue dans ce cours sur Python pour la Finance ! Si vous êtes intéressé par la façon dont on peut utiliser Python pour mener à bien des analyses financières rigoureuses et effectuer du trading algorithmique, alors c'est le cours qu'il vous faut !
Ce cours vous guidera à travers tout ce que vous devez savoir pour utiliser Python pour la Finance et le Trading Algorithmique (utilisation de modèles mathématiques complexes gérés par ordinateur pour passer des ordres basés sur des critères de timing, de prix, de quantité...) ! Nous commencerons par apprendre les bases de Python, puis nous nous pencherons sur les différentes bibliothèques de base utilisées dans l'écosystème Py-Finance sur Jupyter. Cela comprends les bibliothèques NumPy, Pandas, Matplotlib, Statsmodels, la plateforme Quantopian pour le Trading et bien plus encore !
--- En résumé ---
Ce cours est rempli de leçons intuitives et d'exercices pratiques pour s'exercer en situation réelle.
Nous avons voulu rendre ce cours le meilleur possible et nous sommes particulièrement enthousiastes à l'idée de le partager avec vous et vous voir progresser dans ce merveilleux monde de la Finance.
Jose & Rod
Nous couvrirons les sujets suivants utilisés par les professionnels de la finance :
Principes fondamentaux de python
NumPy pour un traitement numérique très rapide
Pandas pour une analyse efficace des données
Matplotlib pour la visualisation de données
Utilisation de pandas-datareader et de Quandl pour l'extraction de données
Techniques d'analyse des séries temporelles de Pandas
Analyse des rendements boursiers
Rendements quotidiens cumulatifs
Volatilité et risque lié aux titres
EWMA (Moyenne Mobile Pondérée Exponentiellement)
Statsmodels
ETS (Erreur-Tendance-Saisonnalité)
ARIMA (Moyennes Mobiles Intégrées Auto-Régressives)
Graphiques d'Auto-Corrélation et graphiques d'Auto-Corrélation partielle
Bases de la Finance
Ratio de Sharpe
Optimisation de la répartition du portefeuille
Optimisation de porte feuille financier: la frontière efficiente de Markowitz
Types de fonds d'investissement
Transactions boursières
Vente à découvert ou position courte
Modèle d'évaluation des immobilisations
Fractionnement d'actions et dividendes
Hypothèses des marchés financiers efficients
Bonus : Syntaxe et stratégies de Trading Algorithmique
Négociation de contrats à terme ou futures (Trading)
Who this course is for:
- Quelqu'un de familier avec Python qui veut apprendre l'analyse financière !
Instructors
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, The New York Times, Credit Suisse, McKinsey and many more. Feel free to check out the website link to find out more information about training offerings.
Rod est un Data Scientist et Développeur Web qui s'intéresse particulièrement à tout ce qui concerne le Big Data (Data Science, Machine Learning, Deep Learning), l'Intelligence Artificielle et la Finance. Il a également été plusieurs fois instructeur sur Udemy pour ses cours sur Python, SQL, Machine Learning, Finance, Deep Learning...
Il aime enseigner et trouver la bonne formule pour démocratiser des sujets complexes, les rendre accessibles à tous et préparer ses étudiants à utiliser ce contenu dans le monde réel.
Pendant son temps libre, il aime pratiquer du sport (CrossFit, Boxe, running), apprendre tous les jours de nouvelles choses, regarder des films et séries et voyager à travers le monde !
MonCoachData est une plateforme de formations, de mentoring, d’articles et tutoriels sur des sujets liés à la Data. A déjà formé plus de 20000 étudiants avec toujours le même objectif: les aider à réaliser leurs projets. Au menu, différents cours sur Python, SQL, l’analyse de data, le Machine Learning, l'Intelligence Artificielle, le Deep Learning, la finance, la visualisation de données et plein d’autres à venir...
Une pédagogie différente
Notre mission, c’est de transmettre notre savoir & expérience ainsi qu'apporter notre pédagogie au plus grand nombre.
Nous vous fournissons toutes les compétences clés pour acquérir de solides fondations en Data Science.
Nous ne distribuons pas de diplômes mais nous vous accompagnons à construire un portfolio data qui sera bien plus efficace pour montrer vos compétences et de quoi vous êtes capable.
Notre pédagogie est basée en grande partie sur des vidéos et projets très concrets, et sur un échange approfondie avec l’étudiant. Pour nous, un coaching réussi c’est un étudiant qui acquiert la compétence clé d’apprendre à apprendre.