Python 財務計算 [線上課程]

Python 財務計算 [線上課程]

本課程結合資訊金融數學的跨領域課程,可作為成為 P QuantQ Quant 的入門課程,深入淺出介紹數學模型背後的金融意義,並提供學員 Python 範例程式以期降低進入門檻,希望學員可以透過本課程建立量化研究的基礎,在未來持續發展適合自己的分析工具。本課程適合金融從業人員,進行計算金融、計量經濟、風險管理、量化交易等研究;我們也歡迎對於資訊、統計與金融有興趣的學生與社會人士。本課程亦涵蓋部分 CFA 與 FRM 考試內容 [0, 1] ,如量化分析、資產評價、衍生性金融商品 (以期貨選擇權為主) 等 [2]。




[0] 台灣財務金融研究協會,CFA 證照考試說明
[1] 台灣財務金融研究協會, FRM 證照考試說明
[2] FRM Study Guide (annotated), 2020

課程大綱

2021年最新錄製內容!

0. Python 程式基礎
1. 量化研究初探
-- 資料擷取與預處理
-- 資料視覺化
-- 技術分析
-- 回測
2. 常用的數學套件與其理論
-- 線性代數
-- 科學計算:內插、最佳化
-- 機率與統計:回歸模型
3. 現代投資理論
-- 馬可維茲平均數-變異數分析與效率前緣
-- 資本定價理論
-- 多因子模型
4. 金融時間序列分析
-- 自我相關係數與平穩時間序列
-- 自回歸移動平均模型
-- 葛蘭傑因果檢定
-- 結構性改變
5. 定價理論 (財務工程)
-- 期貨與選擇權
-- 無套利原則
-- 溫拿過程
-- 布萊克-休斯公式
-- 隱含波動率與VIX指數
6. 風險管理
-- 風險值
-- 期貨避險
-- 希臘字母避險
7. 機器學習導論

##########################################################

0. Python programming
1. Debut of quantitative research
-- Data acquisition and preprocessing
-- Data visualization
-- Strategy development by technical analysis
-- Backtesting
2. Selected math tools
-- Linear algebra
-- Scientific methods: interpolation and optimization
-- Probability models
-- Statistical inference
-- Linear regression
3. Modern portfolio theory
-- Markowitz's mean-variance analysis and efficient frontier
-- Capital Asset Pricing Models (CAPM)
-- Factor models
4. Financial time series analysis
-- Autocorrelation and stationary process
-- ARIMA model
-- Granger's causality test
-- Structural break detection
5. Pricing theory (financial engineering)
-- Futures and options
-- Arbitrage-free principle
-- Wiener process
-- Black-Scholes formula
-- Implied volatility and VIX Index
6. Risk management
-- Value at Risk (VaR)
-- Futures hedging
-- Sensitivity analysis: delta heding
7. Machine learning tutorial
##########################################################
[0] John C. Hull, Options, Futures, and Other Derivatives, 10/e, 2017
[1] Dan Passarelli, Trading Option Greeks: How Time, Volatility, and Other Pricing Factors Drive Profits, 2/e, 2012
[2] Zvi Bodie, Alex Kane, Alan J. Marcus, Investments, 12/e, 2020
##########################################################
註0:更新於 2021-09-07。
註1:英文教材中文授課。

適合對象

適合欲從事金融量化研究者,無 Python 程式經驗者可*

* 本課程為應用課程,非純程式語言課程;若完全沒有任何程式基礎者,請先於其他 Python 語言課程中掌握基本語法。課程中用到的程式概念諸如:陣列、迴圈、函式、物件,將於第一堂課介紹/複習。另外本課程也已備妥需要的範例程式,希望程式語言的初學者至少能夠自行修改程式碼以便完成作業。

開發環境

Python on Google Colab

近期班次

  • 第350期 招生中

    課程類別:線上課程

    開課日期:2021.11.02 ~

    學費:新生新台幣4500元整

    備註:

    線上課程影片無字幕輔助

    因應疫情,期初、期末實體課程取消,採全線上上課。

    (一)轉班或退費期限:開課日後⅓時數內,詳情連結

    (二)結業狀況:查詢是否合格及證書製作進度,結業名單連結

    (三)線上課程上課時間:請參考官網最新消息「線上課程常見QA」,詳情連結

    注意事項

    • 上課教材、影片:開課當天會發送註冊信至信箱,註冊完畢後即可開始上課。
    • 結業狀況:請上官網”結業名單”查閱是否合格及證書製作進度。
    • 轉班或退費期限:開課日後三週內。
    • 繳交作業期限:結束日後一週內,通過課程標準才會製作證書。
    • 課程影片下架日:結束日後六個月。

  • 講師介紹

    • 國立臺灣大學資訊工程學 博士候選人

    • 交通大學電信工程研究所 碩士

    • 中央大學電機工程學系 學士

    (一) 服務經驗

    • 國立臺灣大學 腦與心智科學研究所 兼任研究助理 (2014.8--present)
    • 中國信託商業銀行 全球金融商品交易處 期貨自營部 實習研究員 (2014.1--present)
    • 國立臺灣大學 資訊工程學系 資訊系統訓練班 講師 (2014.1--present)
    • 國立臺灣大學 資訊工程學系 課程助教:計算理論、離散數學、財務演算法 (2012.9--present)

    (二) 研究興趣

    • Financial computing
    • Analysis and design of algorithms
    • Quantitative finance, econometrics, and algorithmic trading
    • Statistics and machine learning
    • Computing theory and programming language design

    (三) 程式語言

    • MATLAB, Java, C, C++, Python, C#

    (四) 教學特色

    • 中文授課,課程教材以英文為主。適合規劃出國求學或對科學/技術理論有興趣的學員。
    • 授課時數:於本訓練班教學時數累計至2021年6月30日為6,880小時。