Прикладные финансы на Python

Улучшите свои навыки Python в финансах и научитесь обрабатывать данные и принимать более обоснованные решения на основе данных.Вы начнёте этот трек с изучения того, как оценивать портфели, снижать риск-экспозицию и использовать симуляцию Монте-Карло для моделирования вероятности. Далее вы узнаете, как ребалансировать портфель с помощью нейронных сетей. С помощью интерактивных упражнений по программированию вы будете использовать мощные библиотеки, включая SciPy, statsmodels, scikit-learn, TensorFlow, Keras и XGBoost, чтобы анализировать и управлять рисками. Затем вы примените полученные знания, чтобы отвечать на вопросы, с которыми часто сталкиваются финансовые компании, например, одобрять ли заявку на кредит или кредитную карту, используя машинное обучение и финансовые методы. По ходу дела вы также создадите модели GARCH и получите практический опыт работы с реальными наборами данных, включающими акции Microsoft, исторические курсы валют и данные о криптовалюте. Начните этот трек, чтобы развить свои навыки Python в финансах.