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

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

商品選項

屬性