Angewandte Finanzen in Python

Verbessere deine Python-Finanzkenntnisse und lerne, wie du Daten manipulieren und bessere datengestützte Entscheidungen treffen kannst.In diesem Lernpfad lernst du, wie du Portfolios bewertest, Risiken minimierst und die Monte-Carlo-Simulation zur Modellierung von Wahrscheinlichkeiten einsetzt. Als Nächstes lernst du, wie du ein Portfolio mithilfe von neuronalen Netzen neu ausbalancieren kannst. In interaktiven Programmierübungen nutzt du leistungsstarke Bibliotheken wie SciPy, statsmodels, scikit-learn, TensorFlow, Keras und XGBoost, um Risiken zu untersuchen und zu managen. Anschließend wendest du das Gelernte an, um mit Hilfe von maschinellem Lernen und Finanztechniken Fragen zu beantworten, mit denen Finanzunternehmen häufig konfrontiert werden, z.B. ob ein Kredit oder eine Kreditkarte genehmigt werden soll oder nicht. Auf dem Weg dorthin erstellst du auch GARCH Modelle und arbeitest mit echten Datensätzen, die Microsoft-Aktien, historische Wechselkurse und Kryptowährungsdaten enthalten. Beginne diesen Lernpfad, um deine Python-Finanzkenntnisse zu verbessern.