R語言資料科學財務應用班[線上課程] 線上課程

R語言資料科學財務應用班[線上課程]

R語言是目前在資料科學中與Python分庭抗禮的強大語言,透過
rvest、tidyverse與ggplot2等強大的套件可以輕鬆的幫助使用者進行網路爬
蟲、資料整理以及視覺化,並進行進一步的分析以及決策制定,本課程以
財務相關應用為例,帶大家一步步的了解R語言相關的工具以及投資決策
上的簡單應用。

※線上課程上課時間:於開課時間內可自行安排時間上課
影片上架進度,請參考備註欄位第(三)點線上課程常見QA連結網址

課程大綱

基礎課程 :
- 資料科學簡介
- R語言快速複習
- 簡單的股價蒐集與處理—tidyquant
- R語言資料科學最重要的套件—tidyverse
- 資料視覺化—ggplot2
- 線性迴歸 (linear regression)
- 因子投資 (factor investing)
- 投資組合理論
- 利用Shiny建立使用者介面
- 網路爬蟲取得資料—rvest

進階主題視情況調整:
- Machine learning: Bayesian methods
- Machine learning: Tree-based methods
- Online portfolio selection
- R的平行運算與高效能運算


參考教科書:
- Coqueret, Guillaume, and Tony Guida. (2020). Machine Learning for Factor Investing: R Version. CRC Press.

- James, G., Witten, D., Hastie, T., and Tibshirani, R. (2013). An introduction to statistical learning (Vol. 112, p. 18). New York: springer.

- Li, B., and Hoi, S. C. H. (2018). Online portfolio selection: principles and algorithms. Crc Press.

- Qian, Edward E (2007). Quantitative equity portfolio management: modern techniques and applications. CRC Press.

- Regenstein Jr, J. K. (2018). Reproducible Finance with R: Code Flows and Shiny Apps for Portfolio Analysis. CRC Press.

- Wickham, H. (2016). ggplot2: elegant graphics for data analysis. springer.

- Wickham, H., and Grolemund, G. (2016). R for data science: import, tidy,
transform, visualize, and model data. " O'Reilly Media, Inc.".

適合對象

無任何經驗者可,如有其他程式語
言以及大學部程度統計與計量經濟
學習經驗會有幫助。

開發環境

- R
- RStudio

線上課程注意事項

●線上課程採遠距教學,無需到班上課!

●線上課程影片無字幕輔助

●線上課程為非同步教學,無法及時互動回覆,請學員需自行評估是否適合自己的學習模式。

● 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。

● 繳交作業期限:依照各班講師規定;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

●學員於開課後登入課程時, 登入帳號務必與報名時所填寫的EMAIL相同!!!

公務員全程參與課程學習後可於課程結束後申請登錄公務人員學習時數

 

(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

(四)報名備註欄位僅可填寫優惠同行人,收據開立時間及其他問題請直接寄EMAIL向我們聯繫

近期班次

講師介紹

國立政治大學 金融學系博士班

紐約州立大學水牛城分校 財務經濟碩士學位

(一) 經歷:

  • 現任資通電腦研發工程師,主要為評價模型演算法設計,其中包含匯率、利率等各類衍生性金融商品。
  • 曾任富邦產險投資部,處理風險控管報表、外匯管理資訊彙整與分析。

(二) 專長與興趣:

  • 財務模型分析與設計: 專攻各類衍生性金融商品評價、以及隨機波動、隨機利率模型。
  • 財務工程數值方法: 包含運用蒙地卡羅法、有限差分法評價金融商品、與非線性最適化在模型校準上之應用等。

(三) 擅長程式語言:

  • MATLAB, VBA, R, Python, JAVA, C#, C++, scalar

(四) 教學經驗:

        2015年至本班教學,累計授課時數至2022年8月18日為790小時