การเงินประยุกต์ ใน Python

พัฒนาทักษะ Python ด้านการเงินของคุณและเรียนรู้วิธีจัดการข้อมูลเพื่อการตัดสินใจที่ขับเคลื่อนด้วยข้อมูลได้ดียิ่งขึ้นคุณจะเริ่มเส้นทางนี้ด้วยการเรียนรู้วิธีประเมินพอร์ตโฟลิโอ ลดความเสี่ยง และใช้การจำลองมอนติคาร์โลเพื่อสร้างแบบจำลองความน่าจะเป็น ต่อไป คุณจะได้เรียนรู้วิธีปรับสมดุลพอร์ตโฟลิโอใหม่โดยใช้โครงข่ายประสาทเทียม ผ่านแบบฝึกหัดการเขียนโค้ดแบบโต้ตอบ คุณจะใช้ไลบรารีทรงพลัง รวมถึง SciPy, statsmodels, scikit-learn, TensorFlow, Keras และ XGBoost เพื่อวิเคราะห์และจัดการความเสี่ยง จากนั้นคุณจะนำสิ่งที่ได้เรียนรู้ไปใช้ตอบคำถามที่บริษัทการเงินมักเผชิญ เช่น ควรอนุมัติหรือไม่อนุมัติคำขอสินเชื่อหรือบัตรเครดิต โดยใช้แมชชีนเลิร์นนิงและเทคนิคทางการเงิน ระหว่างทาง คุณจะได้สร้างแบบจำลอง GARCH และลงมือปฏิบัติกับชุดข้อมูลจริงที่มีหุ้น Microsoft อัตราแลกเปลี่ยนเงินตราต่างประเทศในอดีต และข้อมูลสกุลเงินดิจิทัลด้วย เริ่มเส้นทางนี้เพื่อพัฒนาทักษะ Python ด้านการเงินของคุณ