R語言資料科學財務應用班[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: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
- 簡單的股價蒐集與處理—quantmod
- 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

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

    (四)學員若有問題請不要打在報名時的備註欄裡,請直接寄EMAIL向我們聯繫

    我們才能及時回覆

    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:

            於本訓練班授課時數累計至2020年2月5日為760小時