Tillämpad finansiering i Python

Förbättra dina Python-kunskaper inom finans och lär dig hur du manipulerar data och fattar bättre datadrivna beslut.Du börjar den här utbildningsvägen med att lära dig hur du utvärderar portföljer, minskar riskexponering och använder Monte Carlo-simulering för att modellera sannolikhet. Därefter lär du dig hur du ombalanserar en portfölj med hjälp av neurala nätverk. Genom interaktiva kodövningar använder du kraftfulla bibliotek, inklusive SciPy, statsmodels, scikit-learn, TensorFlow, Keras och XGBoost, för att analysera och hantera risk. Du kommer sedan att tillämpa det du har lärt dig för att besvara frågor som finansföretag ofta ställs inför, till exempel om ett lån eller en kreditkortsansökan ska godkännas eller inte, med hjälp av maskininlärning och finansiella tekniker. På vägen kommer du också att skapa GARCH-modeller och arbeta praktiskt med verkliga dataset som innehåller Microsoft-aktier, historiska valutakurser och kryptovalutadata. Starta denna bana för att utveckla dina Python-finanskunskaper.