Build your ultimate AI agent
Mô tả khóa học
Trong phần mở đầu về R hướng đến tài chính này, bạn sẽ học các cấu trúc dữ liệu thiết yếu như list và data frame, đồng thời có cơ hội áp dụng kiến thức đó vào các ví dụ tài chính thực tế. Kết thúc khóa học, bạn sẽ tự tin với những thao tác cơ bản để xử lý dữ liệu nhằm thực hiện phân tích tài chính trong R.
Yêu cầu tiên quyết
Khóa học này không có yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Những điều cơ bản
Làm quen với những điều cơ bản nhất của R và học cách dùng R như một máy tính. Bạn cũng sẽ tạo những biến đầu tiên trong R và khám phá một số kiểu dữ liệu nền tảng như numeric và character.
- Chào mừng bạn đến với Introduction to R for Finance!50 XP
- R script đầu tiên của bạn100 XP
- Phép toán số học trong R (1)100 XP
- Tính toán số học trong R (2)50 XP
- Gán giá trị và biến (1)100 XP
- Gán và biến (2)100 XP
- Suất sinh lợi tài chính50 XP
- Lợi nhuận tài chính (1)100 XP
- Tỷ suất sinh lợi (2)100 XP
- Các kiểu dữ liệu cơ bản50 XP
- Khám phá kiểu dữ liệu100 XP
- Kiểu dữ liệu đó là gì?50 XP
2
Vector và Ma trận
Trong chương này, bạn sẽ tìm hiểu mọi khía cạnh về vector và ma trận bằng cách sử dụng dữ liệu giá cổ phiếu lịch sử của các công ty như Apple và IBM. Sau đó, bạn sẽ tự tin tạo, đặt tên, thao tác và chọn phần tử từ vector và ma trận.
3
Data Frame
Có lẽ là cấu trúc dữ liệu quan trọng nhất trong R, data frame là dạng mà phần lớn dữ liệu của bạn sẽ có. Nó kết hợp cấu trúc của ma trận với sự linh hoạt khi có thể chứa nhiều kiểu dữ liệu khác nhau ở mỗi cột.
4
Factor
Những câu hỏi có đáp án rơi vào một số lượng danh mục hữu hạn có thể được phân loại thành factor. Trong chương này, bạn sẽ dùng xếp hạng tín nhiệm trái phiếu để học cách tạo, sắp xếp và trích lọc (subset) factor.
5
List
Sẽ thật tuyệt nếu có cách gom các vector, ma trận hoặc data frame có liên quan lại với nhau trong R, phải không? Ở chương cuối, bạn sẽ khám phá list và nhiều tính năng thú vị của nó bằng cách xây dựng một danh mục nhỏ các cổ phiếu.
R
Giới thiệu R cho Tài chính
Hoàn
thành khóa học
