Python e estatísticas para análise financeira

coursera.inc

coursera.inc

Python e estatísticas para análise financeira

Descrição

Prazos flexíveis

Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Certificado compartilhável
Ganhe um certificado após a conclusão
100% online
Comece instantaneamente e aprenda em sua própria programação.
Nível intermediário
Você tirará o máximo proveito do curso se tiver conhecimento básico em probabilidade.
Aproximadamente. 13 horas para concluir
Inglês
Legendas: árabe, francês, português (europeu), italiano, vietnamita, alemão, russo, inglês, espanhol, japonês

Xuhu Wan
professor associado
Departamento de Sistemas de Informação, Estatística de Negócios e Operações ManagementSyllabus – O que você aprenderá com este curso
Visualizando e munging dados de ações
Por que os bancos de investimento e os bancos de consumidores usam o Python para criar modelos quantitativos para prever retornos e avaliar riscos? O que faz do Python uma das ferramentas mais populares para análise financeira? Você aprenderá o Python básico para importar, manipular e visualizar dados de estoque neste módulo. Como o Python é altamente legível e simples o suficiente, você pode construir um dos modelos de negociação mais populares – tendência seguindo a estratégia até o final deste módulo!
Variáveis ​​e distribuição aleatórias
No módulo anterior, construímos uma base de estratégia de negociação simples na média móvel 10 e 50, que são “variáveis ​​aleatórias” nas estatísticas. Neste módulo, vamos explorar conceitos básicos de variáveis ​​aleatórias. Ao entender a frequência e distribuição de variáveis ​​aleatórias, estendemos ainda mais a discussão de probabilidade. Na parte posterior do módulo, aplicamos o conceito de probabilidade na medição do risco de investir um estoque observando a distribuição do retorno diário do log usando o Python. Espera -se que os alunos tenham conhecimento básico de probabilidade antes de tomar este módulo.
Amostragem e inferência
Na análise financeira, sempre inferimos o retorno médio real das ações ou fundos de ações, com base nos dados históricos de alguns anos. Esta situação está alinhada com uma parte central das estatísticas – inferência estatística – que também baseamos em dados de amostra para inferir a população de uma variável alvo. Neste módulo, você entenderá o conceito básico de inferência estatística, como a população, amostras e amostragem aleatória. Na segunda parte do módulo, estimaremos a faixa de retorno médio de um estoque usando um conceito chamado intervalo de confiança, depois de entendermos a distribuição da média da amostra. Também testemunharemos a reivindicação de retorno do investimento usando outro conceito estatístico – hipótese teste.
Modelos de regressão linear para análise financeira
Neste módulo, exploraremos o método de previsão mais frequentemente usado – regressão linear. Desde o aprendizado da associação de variáveis ​​aleatórias até o modelo de regressão linear simples e múltipla, finalmente chegamos à parte mais interessante deste curso: criaremos um modelo usando vários índices dos mercados globais e prevemos a mudança de preço de um ETF de S & P500. Além de construir um modelo de negociação de ações, também é muito divertido testar o desempenho de seus próprios modelos, que também mostrarei como avaliá -los!

Módulos e Conteúdo

Pré-requisitos

Avaliações

Avaliações

Não há avaliações ainda.

Seja o primeiro a avaliar “Python e estatísticas para análise financeira”

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Institucional

PHP Code Snippets Powered By : XYZScripts.com