跳到主要內容

Python 金融數據分析與預測實作


BurgeoningCourse
只能經由邀請註冊這課程

課程基本資訊

初階課程,可零基礎入門

影片時數:共約 10 小時

授課語言/字幕:皆為繁體中文

課程證書:有,須通過課程評分標準,才可獲得免費電子版完課證書,紙本證書需額外申請付費。

費用:3200 元(購課流程

#可隨時報名 #可立即學習 #可隨時詢問老師問題

100% 純線上:可重複觀看所有課程影片,上課時間彈性自主、無負擔。

專業教材:老師提供精心編製簡報、範例程式碼。

完整度高:授課內容完整涵蓋此領域所需相關知識。

討論區:課程期間無限次詢問老師問題。還可加入課後討論區,老師不定期分享相關知識及答題。

理論 + 實作:課程編排為理論與實作交互前進,讓您既有紮實理論基礎,同時具備專題實作能力。

學習地圖

課程簡介

金融領域充斥著大量隨時間變化的數據,如:股市、匯率、信用卡、借貸、房價等。隨著大數據分析與機器學習技術快速發展,我們能應用這些技術對金融數據進行各種分析及預測。Python 是實作數據分析、機器學習熱門的程式語言,相關套件完整豐富,且具有簡潔、易學的特性,未來更可繼續深入實作人工智慧,也越來越常應用到金融領域的各種數據應用開發。

在這門課程中,您可以學到:

  • 從零上手 Python 程式語言。
  • 如何利用 Python 處理多種格式的數據。
  • 如何利用 Python 爬取多種金融網站上的數據。
  • 如何利用 Python 分析金融數據。
  • 如何利用 Python 視覺化呈現金融數據。
  • 如何利用 Python 建立機器學習模型並預測金融數據。
  • 您可以運用以上所學理論與實作,應用於您的研究或工作之中。

#您可以獲得的技能

#Python #金融數據分析 #金融網站爬蟲 #資料預處理 #統計分析 #相關性分析 #樞紐分析 #時間序列處理 #異常值偵測 #主次因素分析 #資料視覺化 #機器學習預測 #分群

先備知識

此為初階入門課程,無需任何程式經驗或資訊背景,皆可學習,若無學習過 Python,請先修習此免費課程:Python 程式語言入門

並具備以下先備知識:

  • 高中數學程度
  • 基本英文閱讀能力,可查看函式說明文件

課程大綱

主題

內容

導論

  • 金融數據分析與預測導論
  • 數據分析實作流程

數據分析常用資料結構

  • Numpy 矩陣結構及運算
  • Pandas 資料表結構

資料匯入

  • CSV、Excel
  • 資料庫
  • 網路爬蟲
  • 專題實作示範
    • 台灣證券交易所
    • 台銀掛牌匯率
    • 公開資訊觀測站數據

資料預處理

  • 清理遺失值、重複值
  • 資料對應及轉換
  • 切割、合併資料表

資料視覺化

  • 使用 Matplotlib 基礎視覺化及 Pandas 快速製圖
    • 折線圖、直方圖、長條圖、散佈圖、箱形圖等
  • 作圖功能設定
    • 作圖風格、座標軸名稱、標註、圖例、多圖整合等

數據分析方法

  • 統計分析(Statistical Analysis)
  • 資料聚合(Aggregation and Grouping)
  • 樞紐分析表(Pivot Table)
  • 異常值偵測(Anomaly Detection)
  • 相關性分析(Correlation Analysis)
  • 主次因素分析(Pareto Analysis)
  • 專題綜合實作示範:大盤指數分析與視覺化

時間序列處理

  • 時間序列處理與分析導論
  • Python 時間序列處理 – datetime、DatatimeIndex

基礎機器學習預測

  • 機器學習導論
  • 機器學習資料預處理
  • 非監督式學習(Unsupervised Learning)– K-means
  • 專題實作:個股分群
  • 監督式學習(Supervised Learning)– 線性迴歸、羅吉斯迴歸(Logistic Regression)等
  • 模型效果評估
  • 專題實作:台灣房價預測
  • 專題實作:個股股價預測
  • 專題實作:信用卡違約預測

進階數據分析與預測技術導論

  • 自然語言處理 (Natural Language Processing, NLP) 與文本分析
  • 進階視覺化
  • 人工智慧與深度學習

備註1:本課程「不包含」金融領域專業知識,而是著重在學習 Python 進行分析與預測的相關技術。

備註2:開課後課程內容仍會根據同學需求做部分調整,若對授課內容有任何建議或問題歡迎提出。

課程示範環境

  • Python 3.5
  • requests
  • Numpy
  • Matplotlib
  • Pandas
  • Scikit-learn

授課教師

徐浩軒

「補根課程」(Burgeoning Course)共同創辦人

「Python 資料科學與人工智慧」FB粉絲專頁 共同創辦人

清華大學 資訊系統與應用研究所 博士

清華大學 資訊工程學系 學士


目前已開設「Python 資料科學實作」、「Python 機器學習與深度學習實作」、「Python 金融數據分析與預測實作」、「Python 自然語言處理實作」、「Python 資料視覺化入門:讓圖說出好故事」等課程,累積學生超過兩千位。

期刊著作
  • H. H. Hsu and N. F. Huang, "Xiao-Shih: A Self-Enriched Question Answering Bot With Machine Learning on Chinese-Based MOOCs," in IEEE Transactions on Learning Technologies, vol. 15, no. 2, pp. 223-237, 1 April 2022, doi: 10.1109/TLT.2022.3162572.
翻譯著作
  • 《領域驅動設計學習手冊》(歐萊禮,2023)
  • 《打造機器學習應用|從構想邁向產品》(歐萊禮,2021)
專利
  • 孫宏民、徐浩軒、黃能富、韓傳祥「車禍嚴重度預測方法及裝置、電腦可讀取的記錄媒體」中華民國發明專利號 I801082。

常見問題

Q1、我可以立即報名嗎?

沒問題,這門課程可以隨時報名、立即學習,報名後就可以觀看到課程所有的教材。


Q2、課程可以使用多久?

一年(從您報名的隔日算起)。設計一年內的使用期限有兩個主要原因:第一個是鼓勵大家在有限時間內完成學習;第二個是本課程提供的都是符合當下最新的知識,但知識演進快速,不希望大家學習到過時的知識。如果過了一年期限還想學習,可以透過轉班方式換到最新的一班學習(僅需繳交轉班手續費用500元)。


Q3、可以詢問老師問題嗎?

當然可以,可以在這門課程的討論區上發問或是透過老師的Email聯繫。


若還有其它問題,歡迎來信詢問:burgeoningcourse@gmail.com