Python pour l'Analyse Financière & Algorithmes de Trading

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)

What You Will 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

Who Should Attend!

• Quelqu'un de familier avec Python qui veut apprendre l'analyse financière !

TAKE THIS COURSE