Toegepaste financiën in Python

Verbeter je financiële Python-vaardigheden en leer hoe je met data omgaat en betere beslissingen neemt op basis van data.Je begint deze track met het ontdekken hoe je portefeuilles kunt evalueren, risico's kunt beperken en de Monte Carlo-simulatie kunt gebruiken om waarschijnlijkheden te modelleren. Vervolgens leer je hoe je een portefeuille opnieuw in evenwicht kunt brengen met behulp van neurale netwerken. Met interactieve programmeeroefeningen ga je krachtige bibliotheken gebruiken, zoals SciPy, statsmodels, scikit-learn, TensorFlow, Keras en XGBoost, om risico's te bekijken en te beheren. Je past dan wat je hebt geleerd toe om vragen te beantwoorden waar financiële bedrijven vaak mee te maken hebben, zoals of je een lening of een creditcardaanvraag moet goedkeuren, met behulp van machine learning en financiële technieken. Onderweg maak je ook GARCH-modellen en ga je aan de slag met echte datasets met Microsoft-aandelen, historische wisselkoersen en cryptovalutagegevens. Begin met dit traject om je financiële Python-vaardigheden te verbeteren.