線上課程｜用 Python 理財：打造自己的 AI 股票理專價格比較,價格查詢,歷史價格詳細信息

線上課程｜用 Python 理財：打造自己的 AI 股票理專價格比較,價格查詢,價格歷史信息

Name: 線上課程｜用 Python 理財：打造自己的 AI 股票理專
SKU: 188645964-7317495657

線上課程｜用 Python 理財：打造自己的 AI 股票理專規格

線上課程｜用 Python 理財：打造自己的 AI 股票理專最新價格

Hahow 好學校｜線上課程???? 此商品屬「例外商品類別」，不適用七天鑑賞期法規非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供 ????課程連結購買教學連結 1. 完成購買後，系統將自動完成訂單並發送通知 2. 收到通知後，請至 APP 中的「通知」> 「蝦皮通知」領取電子票券 3. 同時下單兩種課程則會收到兩則通知，以此類推 4. 前往領取頁面，查看課程連結，手動複製連結至網頁 5. 進入頁面後，請先註冊 / 登入會員 6. 註冊登入 > 全額折扣折抵頁面 > 課程頁面【課程介紹影片】 https://www.youtube.com/watch?v=gHG3rW9L40Y&t=28s 【課程名稱】用 Python 理財：打造自己的 AI 股票理專【課程簡介】 AI x 投資 - 崛起的時刻到了！本課程為進階課程，算是前一堂課程的進階版，針對 Python Dataframe 有一定基礎能力的同學所開的課程，並且對於量化投資和選股回測有一定的基礎概念，假如您上完了前一堂我們所開的課程，相信程度是沒有問題的！本課程著重在利用 Python 來投資台灣股票，因為股票規則比選擇權、期貨簡單，潛在獲利比 ETF 高，算是投資入門很好的選擇。當然學完本課程後，大家可以舉一反三，將 Python 應用在期貨、選擇權、ETF 上。上課時，我們約有 90％會介紹 Python，10％介紹股票投資，每個單元會用投影片加上解說為大家講解原理，並用螢幕錄影的方式操作、寫程式給大家看。遇到任何問題可以隨時留言討論喔！【課程特色】一、詳盡 Python 爬蟲+資料庫，每日一鍵更新這是一堂上完再也不求人的課程，您將會擁有台股最豐富的資料庫！每天一鍵更新！不管是做研究或是研發策略，都非常實用！光是這個就值回票價了！二、機器學習預測漲跌淺顯易懂的方式講解 SVM，Random Forest，Xgboost 和 lightGBM，製作出有效的 features，機器學習模型超參數優化，製作出歷史報酬很不錯的策略。三、神經網路評價股涵蓋各種不同的神經網路 ANN、CNN、LSTM、RL 破解機器學習的大腦，看看它們認為什麼策略最好，製作出評價股票的神經網路模型。【課程大綱】有了第一堂課程的經驗，在這堂課中，我們會更細心的介紹各種 Python 功能，並且搭配有趣的例子，讓大家做出實用的功能！對於資料科學，整理數據非常重要，我們將用三個單元，概括金融資料處理最重要的 Python 語法，這部分在前一堂課程中已經有非常多著墨，在此是給新來的同學做一些簡單的前情提要，而對於舊的同學，也可以喚醒一下前一堂課程的記憶： - 【資料處理】大盤 1 分K爬蟲練習 - 【資料處理】資料的儲存與拿取 - 【資料處理】獨家上市櫃資料存儲 API 操作說明這次我們獨家提供的資料庫和爬蟲又升級了！總算是將上市和上櫃的資料整併，並提供一個我們認為最有效率的讀取方式，資料不僅更多、更全，讀取速度還更快！有了更好更完整的資料，接下來是否應該來做一點財經實驗了呢？我們提出了幾個問題，並且利用 Python 提供解答，來建構選股策略，同學在實做時，除了建構實用的策略外，也可以加強 dataframe 的操作，之後的機器學習單元，才能學的更順暢： - 【資料科學強化】大盤參考哪條均線最有用？大盤均線回測 - 【資料科學強化】K 線型態哪種最有用？ - 【資料科學強化】K 線型態任意買賣點全股票回測！ - 【資料科學強化】如何分析報酬率曲線？Pyfolio 教學值得一提的是，這次我們的回測再也不是一籃子股票的方式，而是每檔股票不同買賣點的方式，進行回測！在課程中會學到 Pyfolio 的分析，將策略做完整的評估：有了這些財務數據及知識，我們終於可以來訓練機器學習模型了，別的課程雖然有機器學習模型，但是有很多只是簡單的範例，無法真正實用，我們的課程最大的差別，在於我們的範例皆是非常完整的選股邏輯，幾乎可以拿來實戰！ - 【機器學習】認識 Support Vector Machine (SVM) - 【機器學習】實做 SVM 選股策略 - 【機器學習】認識 Random Forest (RF) - 【機器學習】實做 RF 選股策略 - 【機器學習】比 RF 更好用的 Decision tree 模型們 - 【機器學習】破解機器學習的大腦 - 究竟它們在想什麼？我們從最基本的，到時下最熱門、最先進的機器學習模型都包含，讓您可以瞭解如何快速建立測試指標、並且抽換這些模型，甚至使用多個模型進行投票，選出最會上漲的股票！下圖就是我們破解機器學習大腦的截圖畫面，我們可以得知模型評價的動機，進而檢測模型的好壞，甚至是發現新想法！有了機器學習的基礎，接下來是更深入其中的一門分支「深度學習」： - 【深度學習】認識神經網路 Neural Network (NN) - 【深度學習】實做神經網路大盤策略 - 【深度學習】認識會看圖片的神經網路：Convolutional Neural Network (CNN) - 【深度學習】實做CNN - 【深度學習】認識RNN與LSTM - 【深度學習】實做LSTM大盤買賣策略 - 【深度學習】認識強化學習 Reinforcement Learning (RL) - 【深度學習】實做RL買賣大盤策略 - 【深度學習】使用訓練監控工具 - TensorBoard 深度學習是一門比較困難的學門，當中有非常多「小事情」，可以讓訓練結果變得更好，但一般人並一定會知道，我們也會在實做時娓娓道來，帶你訓練歷史報酬很不錯的深度學習策略！下圖是我們使用TensorBoard來監控訓練的結果！【老師介紹】 ????FinLab 從工程師跨界到財經界，我們希望將自己的能力複製出去，幫助大家少走一點冤枉路。我們對財經有興趣，其實完全是誤打誤撞，我在讀博士班時參加了台大黑客松，那時我正好用 Google Trend 分析台灣股票市場，有很多財經相關的資料，於是跟朋友打造了一個 GUI 回測程式，所幸獲得 Fintech 組第一名，從此走上了量化投資這條路。【課前資訊】【需要準備的工具/軟體】一台電腦或筆電，RAM 至少 4GB，處理器至少 i5，作業系統是 MacOS、Linux 或 Windows 64bit。講師會用 Windows 進行環境安裝，並提供 Linux、Mac 的設定教學。安裝完環境後，會用 Mac 來示範寫程式，機器學習之研究，需要硬體規格如下：至少得是2015年以後的電腦、筆電 intel 處理器 i5 以上 RAM 8GB 以上【需要具備的背景知識】 1. 會寫 Python，瞭解 Pandas 的使用方式，能夠自行用 - 序號會在付款後10分鐘內送到，但如遇高峰時段，系統壓力過大，可能會稍延遲。 - 由於序號僅限一次使用，訂單完成並收到序號後，如