Přeskočit na hlavní obsah

Kde čerpat inspiraci k Data Science a Pythonu?

Uvedu zde několik zdrojů, které jsem shledal velmi zajímavé pro Python a Data Science a Algoritmic trading.

Ilustrační obrázek: z Python Data Science Training


Programování v Pythonu

  • Ponořme se do Pythonu 3 [CZ] - nejčastěji používané datové typy v Pythonu jsou zde velmi pěkně vysvětleny, občas mi přišlo, že je probíraná látka docela složitější pro začátečníky.
  • Think Python 2e [EN] - tohle mi přišlo pro začátečníky vhodnější, autor zde probírá dobré návyky a na co si dát pozor při psaní kódu.
  • Automate the Boring Stuff with Python [EN] - zde kromě základů programování v pythonu vysvětluje autor i další užitečné věci, jako je práce s excelem, pdf, csv, json, atd..
  • Kurz Pythonu ČVUT na GitHubu [CZ] - zde se probírá hezky česky pokročilejší práce v pythonu. Ve složce tutorials se dájí najít informace o testování, pip/setup.py a modulech, numpy, asyncio, cythonu, a další.
  • The Hitchhiker’s Guide to Python!  [EN] - pokročilejší práce s Pythonem, zde se probírá Command-line aplikace, databáze, síťování, Continuous Integration, a mnoho dalšího. 
  • Seznam užitečných knihoven s vysvětlením na GitHubu

Data Science a Machine Learning

  • Kurz Machine Learning na Coursera.org [EN] - nejedná se přímo o Python (pracuje se v prostředí Octave/Matlab), ale velmi jednoduchou a pochopitelnou formou zde Andrew Ng vysvětluje základy této problematiky, které se pak dají přenést do kteréhokoli programovacího jazyka. Navíc každá kapitola obsahuje navíc spoustu vysokoškolského materiálu, které do detailu vysvětlují probíranou látku. Takže si i lidé, hledající složitosti, příjdou na své (nic pro mě). Tohle jeden z nejlepších kurzů, probírajích tuto problematiku, se kterými jsem se dosud seznámil.
  • Python Data Science Handbook [EN] - pěkně připravená studnice tutoriálů pro Data Science v Pythonu.

Quant/Algoritmic Trading

  • Kurz Python for Financial Analysis and Algorithmic Trading na Udemy [EN] - placený kurz (mě se podařilo ho pořídit za 10 €). Autor probírá od základů práce s NumPy, Pandas a statsmodels, až po složitější analýzy na finančních datech. Nutno dodat, že autor spíše vydělává jako učitel a mentor, než aby vydělával tradingem, tak spíše čekejte rady typu "jak používat nástroje pro Algoritmic Trading", než jak vytvořit vydělávající automatické portfolio.
  • Quantopian - Tutorials [EN] - zde jsou návody, jak používat Quantopian
  • Quantopian - Lectures [EN] - tady jsou hodně pokročilejší témata, jak provádět analýzy na finančních datech a získávat větší přehled o trzích.

Diskuze

  • Diskuze o Pythonu na Redditu [EN] - tuhle diskuzi jsem shledal jako cenný zdroj nových informací o pythonu. Mimo jiné v pravém bočním sloupečku odkazy na další tutoriály a témata okolo pythonu. A to nemluvím o tom, že kdokoli tam může položit otázku, na kterou dostane odpověď hodně rychle.

Komentáře

  1. Participate and reap the benefits of the Data Science Course in Hyderabad; AI Patasala presents a structured syllabus that helps the students comprehensively grasp each idea.
    Data Science Course Hyderabad

    OdpovědětVymazat

Okomentovat

Populární příspěvky z tohoto blogu

Tvorba obchodní strategie pomocí Zipline

Existují specializované nástroje přímo zaměřené pro automatické algoritmické obchodování. Jedním z takových je i Zipline. Díky němu se nemusím zabývat vytvářením statistiky, vytvářením backtestu, ručním stahování dat, atd. Zaměřím se pouze na algoritmus strategie, které chci obchodovat, určím jaké trhy chci obchodovat a pak to stačí jen zapnout. Tak proč toho nevyužít? obr. Logo Zipline (zdroj: zipline.io/ )

Tvorba obchodní strategie - Backtest

Jak si jednoduše otestovat svoji obchodní myšlenku pomocí zdarma dostupných nástrojů? Jde o vzorový příklad jak si backtestovat svoji obchodní strategii, navazuji tak na předchozí příspěvek. Ilustrativní obrázek: Graf vývoje kapitálu pro jednoduchý vzorový automatický obchodní systém z minulého příspěvku. Tvorba obchodní strategie - backtest ¶ Informace o notebooku a modulech ¶ In [4]: NB_VERSION = 1 , 0 import sys import datetime import numpy as np import pandas as pd print ( 'Verze notebooku:' , '.' . join ( map ( str , NB_VERSION ))) print ( 'Verze pythonu:' , '.' . join ( map ( str , sys . version_info [ 0 : 3 ]))) print ( '---' ) import pandas_datareader as pdr import pandas_datareader.data as pdr_web from matplotlib import __version__ as matplotlib_version print ( 'NumPy:' , np . __version__ ) print ( 'Pandas:' , pd . __version__ ) print ( 'pa...

Tvorba obchodní strategie - křížení klouzavých průměrů

obr.: Ilustrační obrázek z vygenerovaných nákupních pozic buy/sell na principu křížení klouzavých průměrů. Dnes se zaměřím na to, jak je jednoduché vytvořit analýzy pro obchodování velmi jednoduchého systému na principu křížení klouzavých průměrů za použití zdarma dostupných a dobře k tomuto účelu připravných nástrojů.