Données de marché
Télécharger et nettoyer en Python dix ans de cours boursiers et calculer rendements et corrélations.
Tous les parcoursDécouvrir Coursera PlusAprès l’étape 1 Après l’étape 2 Après l’étape 3
Économie, finance · 53Intermédiaire
Data scientist en finance
Développeur ou data scientist qui se tourne vers la finance.
Python, construction de portefeuille et machine learning pour la gestion d’actifs, puis apprentissage supervisé et par renforcement en finance.
225heures de cours
23semaines à 10 h
3étapes
13cours
3universités
Compétences visées
Data VisualizationWeb ScrapingPredictive ModelingFinancial MarketMachine Learning MethodsMachine LearningApplied Machine LearningData ProcessingRestful APIXMLDatabase DesignJSON
Intitulés de compétences repris de Coursera.
Métiers visés
- Data scientist en finance
- Ingénieur machine learning en banque
- Analyste quantitatif
Progression
- 1University of MichiganDébutantPython, SQL, SQLite
Prérequis annoncés : No prerequisites; designed as an on-ramp to programming
Voir les 5 cours
Cours Niveau Durée Note (avis) Programming for Everybody (Getting Started with Python) Débutant 17 h 4,8 (233 775) Python Data Structures Débutant 20 h 4,9 (97 365) Using Python to Access Web Data Débutant 19 h 4,8 (44 591) Using Databases with Python Débutant 14 h 4,8 (21 659) Capstone: Retrieving, Processing, and Visualizing Data with Python Débutant 9 h 4,7 (14 483) - 2EDHEC Business SchoolDébutantPython
Prérequis annoncés : No prior experience required
Voir les 4 cours
Cours Niveau Durée Note (avis) Introduction to Portfolio Construction and Analysis with Python — 25 h 4,8 (1 477) Advanced Portfolio Construction and Analysis with Python Intermédiaire 12 h 4,7 (514) Python and Machine Learning for Asset Management Intermédiaire 16 h 3,1 (333) Python and Machine-Learning for Asset Management with Alternative Data Sets Intermédiaire 21 h 4,4 (238) - 3New York UniversityIntermédiairePython, TensorFlow
Prérequis annoncés : Basic math, probability and statistics, Python
Voir les 4 cours
Cours Niveau Durée Note (avis) Guided Tour of Machine Learning in Finance Intermédiaire 24 h 3,8 (684) Fundamentals of Machine Learning in Finance Intermédiaire 18 h 3,7 (345) Reinforcement Learning in Finance Avancé 17 h 3,6 (134) Overview of Advanced Methods of Reinforcement Learning in Finance Avancé 13 h 3,8 (86)
Avec Coursera Plus
Ce parcours représente 225 heures, soit environ 5 mois à 10 heures par semaine. L’abonnement Coursera Plus donne accès à la plupart de ses cours pendant cette période.
Projets à réaliser
Signaux alternatifs
Construire un indicateur de sentiment à partir de titres d’actualité et tester son lien avec les rendements.
Agent de trading
Entraîner un agent par renforcement sur un marché simulé et comparer à une stratégie simple.
Manuels gratuits
Python for EverybodyCharles R. SeveranceGratuit, CC BY 4.0
An Introduction to Statistical Learning (Python)G. James, D. Witten, T. Hastie, R. Tibshirani, J. TaylorPDF gratuit
Foundations of Reinforcement Learning with Applications in FinanceA. Rao, T. JelvisPDF gratuit