Explore

Python Finance - Analyse Financière & Algorithmes de Trading

17 hours on-demand video

$ 12.99

Save Course

Go to Course

Brief Introduction

Apprenez NumPy, Pandas, Matplotlib, Quantopian, la Finance et bien plus pour le Trading Algorithmique avec Python !

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
Trading Algorithmique avec Quantopian
Négociation de contrats à terme ou futures (Trading)

Requirements

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

Knowledge

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