Dedika ni jukwaa la kujifunza kwa vitendo: kama kuandaa pendekezo la biashara, kuwa mtaalamu wa kucha, au kutumia zana mpya, kwa mfano. Haijalishi lengo lako ni lipi, tayari kuna maudhui bora kuhusu mada hiyo. Changamoto ni kwamba mara nyingi yapo kwa lugha nyingine, ni ghali, yamezagaa mtandaoni, hayana mazoezi ya kujifunza, au yanapatikana kwenye kozi ndefu mno kwa watu wenye ratiba ngumu. Ndiyo maana Dedika ina mbinu yake maalum: tunatafuta hayo maudhui popote yalipo, tunapanga yale yanayokufaa kulingana na malengo yako, tunayapitia kwa msaada wa wataalamu waliopo kujibu maswali, na tunaandaa mazoezi ili ujifunze kwa kufanya. Wewe ndiye wa muhimu zaidi kwenye safari yako ya kujifunza na hakuna anayekujua zaidi: chagua maudhui na muda wa kozi, kama utajifunza ukiwa na au bila intaneti, na kwa mfumo upi. Inaweza kuwa kwa video, maandishi, sauti au muhtasari. Kwa njia yako, na kile tu kinachokufaa. Hapa, kila dakika unayowekeza ina thamani zaidi na unafikia malengo yako haraka.

Ndio, kozi zetu zote zina toleo la bure. Kozi za bure zina maudhui yale yale ya hali ya juu kama za Pro, lakini hazina mwalimu wala upimaji wa AI (ingekuwa ghali sana kutoa bure), hazina upatikanaji bila mtandao, wala uwezo wa kuchapisha muhtasari, kuna kikomo cha saa moja ya kujifunza kwa siku, na upatikanaji wa siku 90 (muda wa kutosha kumaliza kozi). Kama lengo lako ni kujifunza, kozi yetu ya bure itatosha kupata maarifa yote unayohitaji. Hata hivyo, kama unahitaji manufaa mengine, ni bora uchague Pro. Fedha zinazopatikana kutokana na kozi za Pro ni muhimu ili tuendelee kutoa kozi za bure. Kwa njia hii, tunajaribu kusawazisha dhamira yetu na uendelevu wa mradi.

Kozi zinajumuisha maudhui bora zaidi duniani kuhusu mada husika: video, sauti, makala, na vitabu. Maudhui haya yote yanakuja na muhtasari, podcast (kwa vitabu na makala), na maandishi (kwa video na sauti). Unachagua jinsi unavyopenda kutumia maudhui hayo. Kila nyenzo ina maswali maalum ya kuimarisha maarifa. Pia, kozi inaundwa na sura unazochagua, hivyo unaweza kusoma kile tu kinachokuhusu. Mwisho wa kila sura, kuna mradi wa vitendo unaohusiana na taaluma yako ili kufanya mazoezi ya ulichokijifunza.

Kozi zetu zinajumuisha muhtasari mwisho wa kila sura, ambapo unaweza kupakua PDF na kuichapisha.

Zaidi ya wanafunzi milioni 2 duniani kote

Inapatikana katika nchi zaidi ya 180

Cheti chako kitakuja kuwa halali nchini mwako kikamilifu

Ukurasa wa Nyumbani

...

Kozi ya Python kwa Fedha

Kozi zote

Biashara na Uchumi

Fedha

Kozi ya Python kwa Fedha

Kwa viwango vyote

Kozi ya Python kwa Fedha

Mwalimu Python kwa fedha — kutoka kwa usimamizi wa data na uboreshaji wa mkoba wa uwekezaji hadi biashara ya algorithmic na uwekaji bei wa vyombo vya hiari. Kozi hii inakupa zana na msimbo halisi unaotumiwa na wachambuzi wa idadi na wataalamu wa uwekezaji. Jenga mifano halisi inayofanya kazi ya fedha na uondoke na ujuzi ambao soko hulipa.

Dedika kwa biashara

Utakachojifunza:

Utajifunza kusanidi mazingira ya kitaalamu ya Python na kufanya kazi na NumPy, Pandas, Matplotlib, na SciPy kutatua matatizo halisi ya fedha. Utakokotoa faida, tete, na vipimo vya hatari, kisha utaunda mkoba wa uwekezaji ulioboreshwa kwa kutumia njia ya wastani-tofauti na usawa wa hatari. Utaunda na kujaribu nyuma mikakati ya biashara ya algorithmic, kuweka bei za chaguzi kwa Black-Scholes na uigaji wa Monte Carlo, na kupata data halisi ya soko kupitia API. Pia utatumia mifano ya kujifunza kwa mashine kwa utabiri wa faida, kuchambua vyombo vya mapato ya kudumu, na kuweka kiotomatiki ripoti za fedha na dashibodi shirikishi.

Jinsi unavyosoma kwa vitendo Kozi ya Python kwa Fedha

Jinsi unavyofanya mazoezi Kozi ya Python kwa Fedha

Kwa ajili yako ambaye ni kampuni na unataka kufundisha timu yako

Katika Dedika kwa ajili ya kampuni, kozi inakuja na mazoezi na mifano inayohusiana na biashara yako na jinsi kampuni yako inavyohitaji.

Bofya hapa

Maudhui ya kozi

8 Suras • 38 MasomoMuda kati ya 4 na 360 masaa (wewe unachagua)

Sura 1Tazama maelezo

Misingi ya Python kwa Fedha

Somo 1 • Udhibiti wa Mtiririko na Kazi
Inafundisha mantiki ya if-else, vitanzi, na kazi zinazoweza kutumika tena kwa ajili ya kujirudia kazi za fedha kiotomatiki. Wanafunzi huandika moduli zenye mpangilio mzuri zinazofanya kazi katika seti mbalimbali za data.
Somo 2 • Sintaksia ya Msingi ya Python na Aina za Data
Inashughulikia vigezo, waendeshaji hesabu, mifuatano, booleans, na ubadilishaji wa aina. Misingi hii ndio msingi wa kila hesabu ya kifedha itakayojengwa baadaye.
Somo 3 • Kusanidi Mazingira ya Python
Sakinisha Python, Anaconda, na Jupyter Notebook kwa ajili ya eneo la kazi tayari kwa fedha. Huweka msingi wa kiufundi ambao kila sura inayofuata inategemea.
Somo 4 • Miundo ya Data ya Python
Inatanguliza orodha, nakshi, kamusi, na seti kama vyombo vya kuhifadhi rekodi za fedha. Kuchagua muundo sahihi huboresha ufanisi na uwazi wa msimbo.
Somo 5 • Kuingiza/Kutoa Faili na Kushughulikia Hitilafu
Inasoma na kuandika faili za CSV na maandishi, na kushughulikia hitilafu za wakati wa utekelezaji kwa ustadi. Huandaa wanafunzi kumeza faili halisi za data za fedha bila kugonga.

Sura 2Tazama maelezo

NumPy kwa Hesabu za Kifedha

Somo 1 • Shughuli za Hisabati Zilizovekita
Inatumia hesabu ya kipengele-mmoja-mmoja, kazi za jumla, na utangazaji kwenye mfuatano wa bei. Huondoa vitanzi vya Python kwa mafanikio makubwa ya kasi kwenye seti kubwa za data.
Somo 2 • Algebra ya Mistari na NumPy
Inatumia kuzidisha matriki, vigeuzi, na thamani asili kwa hisabati ya mkoba wa uwekezaji na urejeleaji. Hutoa zana za aljebra zinazohitajika katika sura za baadaye za hatari na uboreshaji.
Somo 3 • Safu za NumPy na Mbinu za Kuunda
Inashughulikia uundaji wa ndarray, maumbo, dtypes, na uorodheshaji kwa mfuatano wa fedha. Safu huunda msingi wa nambari wa kazi yote ya kiasi inayokuja.
Somo 4 • Uzalishaji Nambari Nasibu kwa Fedha
Inazalisha sampuli nasibu kutoka kwa usambazaji wa fedha kwa kutumia moduli ya nasibu ya NumPy. Huweka msingi wa uigaji wa Monte Carlo unaoletwa katika sura za baadaye.

Sura 3Tazama maelezo

Pandas kwa Uchambuzi wa Data za Fedha

Somo 1 • Kupakia na Kusafisha Data za Fedha
Inasoma faili za soko za CSV, Excel, na JSON, kisha hushughulikia thamani zilizokosekana na nakala. Data safi ndiyo sharti la uchambuzi sahihi wa fedha.
Somo 2 • Kuunganisha na Kubadilisha Umbo la DataFrames
Inachanganya seti nyingi za data za fedha kwa kutumia merge, join, na concat, kisha hubadilisha umbo kwa kutumia melt na stack. Huandaa data kutoka vyanzo vingi kwa uchambuzi wa pamoja.
Somo 3 • Kushughulikia Mfuatano wa Muda katika Pandas
Inasimamia DatetimeIndex, upigaji sampuli upya, na madirisha ya mwendo kwa mfuatano wa bei na faida. Shughuli zinazozingatia muda ni muhimu kwa kila mkondo wa kazi wa uchambuzi wa fedha.
Somo 4 • Kuchuja, Kupanga, na Kukusanya
Inatumia vichujio vya Boolean, shughuli za kupanga, na mikusanyiko ya groupby kugawa data za fedha. Huwezesha ulinganisho katika ngazi ya sekta na kipindi cha muda kwenye seti kubwa za data.
Somo 5 • Misingi ya Series na DataFrame
Inatanguliza miundo ya data ya Pandas, uorodheshaji, na shughuli za msingi kwenye majedwali ya fedha. Ustadi hapa ni sharti la kila kazi ya kusafisha data katika kozi.

Sura 4Tazama maelezo

Taswira ya Data za Fedha

Somo 1 • Chati za Mishumaa na OHLC
Inatoa chati za juu-chini-fungua-funga kwa pau za kiasi kwa kutumia mplfinance. Hutoa umbizo la kawaida la taswira linalotumika katika uchambuzi wa biashara ya hisa na bidhaa.
Somo 2 • Misingi ya Matplotlib kwa Fedha
Huunda viwanja vya mstari, pau, na mtawanyiko wa data za fedha kwa lebo na umbizaji sahihi. Huweka msingi wa upangaji chati unaopanuliwa na kazi zote za taswira zinazofuata.
Somo 3 • Mbinu za Juu za Matplotlib
Inatumia viwanja vidogo, mihimili pacha, na maelezo ya ziada kuonyesha dashibodi za fedha zenye paneli nyingi. Huwezesha ulinganisho wa bega kwa bega wa vipimo vinavyohusiana vya fedha.
Somo 4 • Taswira ya Takwimu na Seaborn
Inapanga usambazaji wa faida, ramani za joto, na viwanja vya jozi kufichua ruwaza za takwimu katika data za fedha. Inaunganisha uchunguzi wa taswira na tathmini ya hatari ya kiasi.

Sura 5Tazama maelezo

Faida, Hatari, na Vipimo vya Mkoba wa Uwekezaji

Somo 1 • Vipimo vya Utendaji na Viwango vya Rejeleo
Inakokotoa uwiano wa Sharpe, Sortino, Calmar, na taarifa ili kutathmini faida iliyorekebishwa kwa hatari. Kulinganisha na kiwango cha rejeleo cha soko huweka utendaji wa mkoba wa uwekezaji katika muktadha.
Somo 2 • Thamani Katika Hatari na Upungufu Unaotarajiwa
Inakadiria VaR na CVaR kwa kutumia mbinu za kihistoria, za kigezo, na za Monte Carlo. Vipimo hivi vya hatari ya mkia ni mahitaji ya kawaida katika kuripoti usimamizi wa hatari.
Somo 3 • Kukokotoa Faida za Mali
Inakokotoa faida rahisi, logi, na za mkusanyiko kutoka kwa mfuatano wa bei kwa kutumia Pandas na NumPy. Ukokotoaji wa faida ndio lango la uchambuzi wote wa utendaji na hatari.
Somo 4 • Uchambuzi wa Uhusiano na Tofauti Pamoja
Huunda matriki ya uhusiano na tofauti pamoja katika faida za mali ili kupima mwendo-shirikishi. Matriki haya ni pembejeo za moja kwa moja kwa uboreshaji wa mkoba wa uwekezaji katika sura inayofuata.
Somo 5 • Takwimu za Maelezo ya Hatari
Hupima mgeuko wa kawaida, upendeo, kurtosisi, na uchukuaji wa fedha za mkopo kutoka kwa usambazaji wa faida. Takwimu hizi huunda msamiati wa kawaida wa hatari wa usimamizi wa mkoba wa uwekezaji.

Sura 6Tazama maelezo

Uboreshaji wa Mkoba wa Uwekezaji

Somo 1 • Kutumia Uboreshaji na SciPy
Inatumia scipy.optimize kupunguza tofauti ya mkoba wa uwekezaji chini ya vikwazo vya uzani. Wanafunzi hutafsiri matatizo ya uboreshaji wa hisabati moja kwa moja hadi msimbo unaotekelezeka wa Python.
Somo 2 • Kusawazisha Mkoba wa Uwekezaji na Vikwazo
Inaongeza vikomo vya sekta, vikomo vya mauzo, na gharama za miamala kwa matatizo halisi ya uboreshaji. Huunganisha nadharia ya uboreshaji na mahitaji ya vitendo ya usimamizi wa mkoba wa uwekezaji.
Somo 3 • Taswira ya Mpaka Bora
Inaiga maelfu ya mikoba ya uwekezaji nasibu na kupanga mkunjo wa mpaka bora. Tokeo la taswira linathibitisha matokeo ya kiboreshaji na kuwasilisha ubadilishanaji kwa washikadau.
Somo 4 • Mbinu za Juu za Ujenzi wa Mkoba wa Uwekezaji
Inatumia uwiano wa hatari, Black-Litterman, na uwiano wa hatari wa kihierarkia kama njia mbadala za wastani-tofauti. Inashughulikia udhaifu wa makadirio ya hitilafu na mkusanyiko wa uboreshaji wa kawaida.
Somo 5 • Nadharia ya Uboreshaji wa Wastani-Tofauti
Inachukuwa mpaka bora kutoka kwa faida zinazotarajiwa na matriki ya tofauti pamoja. Hutoa mfumo wa kinadharia ambao utekelezaji wote wa uboreshaji katika sura hii unafuata.

Sura 7Tazama maelezo

Ukuzaji wa Mkakati wa Biashara ya Kialgorithimu

Somo 1 • Kutathmini Matokeo ya Upimaji Nyuma
Inachambua mikondo ya hisa, uchukuaji wa fedha za mkopo, viwango vya ushindi, na faida iliyorekebishwa kwa hatari kutoka kwa tokeo la upimaji nyuma. Tathmini madhubuti hutenganisha mikakati yenye faida halisi kutoka kwa ile iliyozidiwa.
Somo 2 • Viashiria vya Kiufundi na Uzalishaji Ishara
Inakokotoa wastani wa mwendo, RSI, MACD, na Bendera za Bollinger kutoka kwa data ya OHLC. Viashiria hutafsiri data ghafi ya bei kuwa ishara za ununuzi na uuzaji zinazoweza kutekelezeka.
Somo 3 • Kuepuka Kuzidisha na Upendeleo
Inatumia upimaji wa kutembea mbele, uthibitishaji wa nje ya sampuli, na ukaguzi wa unyeti wa kigezo. Mbinu hizi huzuia mikakati kurekebishwa kwa kelele za kihistoria badala ya ishara.
Somo 4 • Mantiki ya Mkakati na Ukubwa wa Nafasi
Inasimba sheria za kuingia na kutoka, kisha inakadiria ukubwa wa nafasi kwa kutumia mbinu za sehemu isiyobadilika na zinazotegemea mgeuko. Ukubwa wa nafasi hudhibiti moja kwa moja hatari inayochukuliwa kwa kila biashara.
Somo 5 • Upimaji Nyuma kwa Backtrader
Inaendesha uigaji wa kihistoria wa mikakati kwa kutumia mfumo wa Backtrader kwenye data halisi ya bei. Upimaji nyuma unaonyesha kama mkakati ungekuwa na faida kabla ya utumiaji wa moja kwa moja.

Sura 8Tazama maelezo

Bei ya Viasili vya Fedha kwa Python

Somo 1 • Wagiriki na Mikakati ya Ua
Inakokotoa na kufasiri Wagiriki wa chaguo, kisha huunda ua wasio na delta na wasio na gamma. Ua kwa kutumia Wagiriki ndio kitendo cha msingi cha usimamizi wa hatari kwa vitabu vya viasili.
Somo 2 • Misingi ya Chaguo na Michoro ya Malipo
Inafafanua chaguo za kununua, kuuza, hali ya fedha, na mwisho wa muda, kisha hupanga michoro ya malipo na faida. Uwazi wa dhana hapa ni muhimu kabla ya kutekeleza mfano wowote wa bei.
Somo 3 • Mfano wa Black-Scholes-Merton
Inatekeleza fomula iliyofungwa ya BSM kwa bei ya chaguo la Ulaya na Wagiriki. BSM ndio kiwango cha rejeleo cha tasnia ambacho miundo mingine yote inalinganishwa nacho.
Somo 4 • Bei ya Chaguo kwa Monte Carlo
Inaiga njia za mwendo wa Brownian wa kijiometri kwa bei ya chaguo za Ulaya na za kigeni. Monte Carlo inapanua bei kwa malipo yanayotegemea njia ambayo iko nje ya uwezo wa uchanganuzi.
Somo 5 • Bei ya Mti wa Binomial
Huunda miti ya binomial ya Cox-Ross-Rubinstein kwa bei ya chaguo la Ulaya na Amerika. Miti hushughulikia vipengele vya utekelezaji wa mapema ambavyo miundo iliyofungwa haiwezi bei moja kwa moja.

Uthibitisho

Cheti chako halali cha kumaliza

Kozi hii ni kwa ajili yako:

Wataalamu wa fedha: tayari kubadilisha Excel na mifumo ya kazi ya Python inayoweza kupanuka.
Wahitimu wa uchumi: wanaotaka kuingia katika nafasi za utafiti wa kiasi au usimamizi wa mali.
Wawekezaji waliojifundisha wenyewe: wenye shauku ya kujaribu mawazo ya biashara kwa kutumia msimbo halisi na data.
Wachambuzi wa data: wanaotaka kubobea ujuzi wao katika masoko ya fedha na hatari.
Wale wanaobadilisha njia ya kazi: kuhama kutoka uhandisi au sayansi kwenda teknolojia ya fedha au benki.
Wanafunzi wa biashara: kujenga makali ya kiufundi kabla ya kuingia katika programu za fedha zenye ushindani.

Kile ambacho wanafunzi wetu wanasema

Masomo yenu ni mazuri sana. Nilinunua kifurushi cha mwaka mmoja na, hatimaye, nina fursa ya kufuata mada mbalimbali za maslahi yangu bila kuhitaji kubadilisha jukwaa... ninashukuru kwa kila kitu mnachofanya, nimeshawapendekeza kwa watu wengine...