Hoppa till huvudinnehållet

Kurs

Finansiell handel i Python

Mellannivå4 tim

Lär dig implementera anpassade handelsstrategier i Python, backtesta dem och utvärdera deras prestanda!

Python4 tim15 videor50 övningar4,000 XP21,112Intyg om fullgjord kurs

Skapa ditt kostnadsfria konto

Fortsätt med Google
eller
Genom att fortsätta godkänner du våra Användarvillkor, vår Integritetspolicy och att dina data lagras i USA.

Älskad av elever på tusentals företag

Utbildar ett team?

Prova för företag

Kursbeskrivning

Är du fascinerad av finansmarknaderna och intresserad av finansiell handel? Den här kursen hjälper dig att förstå varför människor handlar, vilka olika handelsstilar som finns och hur du använder Python för att implementera och testa dina handelsstrategier. Börja din handelsresa med en introduktion till teknisk analys, indikatorer och signaler. Du lär dig att bygga handelsstrategier med verkliga finansiella data, till exempel aktier, valutor och kryptovalutor. När du är klar med kursen kan du implementera egna handelsstrategier i Python, backtesta dem och utvärdera deras prestanda.

Förkunskapskrav

Kursplan

Kursöversikt

1

Grunderna i handel

Vad är finansiell handel, varför handlar människor och vad skiljer teknisk handel från värdeinvestering? Det här kapitlet svarar på dessa frågor och mer därtill. Du lär dig också användbara verktyg för att utforska handelsdata, skapa diagram och implementera samt backtesta en enkel handelsstrategi i Python.
Starta kapitel
2

Tekniska indikatorer

Nu dyker vi in i världen av tekniska indikatorer – ett användbart verktyg för att konstruera handelssignaler och bygga strategier. Du bekanta dig med de tre huvudgrupperna av indikatorer, däribland glidande medelvärden, ADX, RSI och Bollinger Bands. I slutet av kapitlet kan du beräkna, visualisera och tolka innebörden av indikatorer i Python.
Starta kapitel
3

Handelsstrategier

Nu är du redo att konstruera signaler och använda dem för att bygga handelsstrategier. Du lär känna de två huvudstilarna inom handelsstrategier: trenföljning och mean reversion. Med verkliga aktiedata får du praktisk erfarenhet av att implementera och backtesta dessa strategier, och du fördjupar din förståelse för strategioptimering och benchmarking.
Starta kapitel
4

Prestandautvärdering

Hur presterar din handelsstrategi? Nu är det dags att granska den detaljerade statistiken från backtestresultaten. Du lär dig användbara prestationsmått, till exempel avkastning, drawdown, Calmar-kvot, Sharpe-kvot och Sortino-kvot. Avslutningsvis sätter du ihop allt du lärt dig genom att hämta dessa nyckeltal från backtestresultaten och utvärdera strategins prestanda på riskjusterad basis.
Starta kapitel

Finansiell handel i Python

Kurs
slutförd

Tjäna intyg om genomförande

Registrera dig nu

Utveckla dina datakunskaper med DataCamp för mobil

Ta dig framåt var du än är med våra mobilkurser och dagliga 5-minuterskodningsutmaningar.

Finansiell handel i Python | DataCamp