[Udemy] Lucas Inglese - Python для алгоритмической торговли стратегия технического анализа (2021)

Администратор
Команда форума
Администратор
Модератор
VIP Разбойник
Регистрация
22 Фев 2018
Сообщения
24.613
Реакции
667.525
Монетки
335568.5
    Голосов: 0
    0.0 5 0 0 https://tor15.sharewood.me/threads/udemy-lucas-inglese-python-dlja-algoritmicheskoj-torgovli-strategija-texnicheskogo-analiza-2021.166869/
  • #1
Автор: Udemy
Название: Lucas Inglese - Python для алгоритмической торговли стратегия технического анализа (2021)

1637340625778.png


Чему вы научитесь
  • MT5 Live Trading с использованием Python
  • Улучшите свои навыки Python
  • Создавайте алгоритмические торговые стратегии
  • Постройте финансовые данные
  • Векторизованное тестирование на истории
  • Статистика, такая как коэффициент Шарпа, коэффициент Сортино, бета
  • Комбинируйте торговые стратегии, используя технику управления портфелем
  • Управляйте данными с помощью Pandas
  • Очистка данных с помощью pandas
  • Программирование на Python
  • Сравнить / Выбрать торговые стратегии
  • Количественно оценить риск стратегии
  • Оптимизация портфеля Sortino
  • Оптимизация минимальной дисперсии
  • Оптимизация эксцесса асимметрии средней дисперсии (не известная, но одна из наиболее часто используемых)
  • Импорт финансовых данных от брокера
  • Импорт финансовых данных из Yahoo Finance
  • Разместите свою стратегию на VPS
Требования
  • Некоторые знания Python приветствуются, но не обязательны. Профессиональный специалист в области финансов.
Описание
У вас уже есть знания в Python и вы хотите монетизировать и разнообразить свои знания?
У вас уже есть некоторые торговые знания и вы хотите узнать об алгоритмической торговле?
Вы просто любопытный человек, который хочет вникнуть в эту тему?


Если вы ответите хотя бы на один из этих вопросов, я приветствую вас на этом курсе. Для новичков в Python , не паникуйте, есть курс Python (небольшой, но сжатый), чтобы овладеть этими знаниями Python.

В этом курсе вы научитесь программировать стратегии с нуля . Действительно, после ускоренного курса по Python вы узнаете, как реализовать стратегию, основанную на одном из наиболее часто используемых технических индикаторов: RSI . Вы также узнаете, как комбинировать стратегии для оптимизации соотношения риск / доход, используя методы портфеля, такие как оптимизация портфеля Sortino, оптимизация минимальной дисперсии и оптимизация эксцесса среднего отклонения.

Как только стратегии будут созданы, мы протестируем истории их на с помощью python. Так что мы знаем лучше эту стратегию используя статистические данные как Коэф , просадка в бета ... Тогда мы поставим наш лучший алгоритм в реальной торговле .

Вы узнаете об инструментах, используемых как портфельными менеджерами, так и профессиональными трейдерами:
  • Реализация живой торговли
  • Импортировать данные
  • Некоторые эталонные алгоритмы
  • Как сделать бэктест
  • Риск акции
  • Python
  • Что такое длинная и короткая позиция
  • Numpy
  • Панды
  • Матплотлиб
  • Почему вы должны диверсифицировать свои вложения
  • Коэффициент Шарпа
  • Коэффициент Сортино
  • Альфа-коэффициент
  • Бета коэффициент
  • Оптимизация портфеля Sortino
  • Оптимизация минимальной дисперсии
  • Оптимизация эксцесса асимметрии средней дисперсии
Почему именно этот курс, а не другой?
  • Это не курс программирования и не курс торговли. Это курс, в котором программирование используется для торговли.
  • Этот курс создан не специалистом по данным, а специалистом по математике и экономике, специализирующимся на машинном обучении для финансов.
  • Вы можете задавать вопросы или читать наши статьи о количественных финансах, просто зарегистрировавшись на нашем бесплатном форуме Discord.
Не забывая, что курс устраивает или возвращается за 30 дней. Не упустите возможность улучшить свои знания по этому увлекательному предмету.

Для кого этот курс:

  • Всем, кто хочет научиться торговать в реальном времени на MT5 с использованием Python
  • Студенты в области финансов
  • Профессионал в финансах
  • Профессионал в области науки о данных
  • Студенты в области науки о данных

Подробнее:
Для просмотра содержимого вам необходимо авторизоваться.

Скачать:
Для просмотра содержимого вам необходимо авторизоваться
 
11
Сверху Снизу