Quy trình Phân tích Định lượng bằng Python: Từ Dữ liệu đến Kết quả Có thể Tái lập

Phân tích định lượng bằng Python trở nên mạnh mẽ khi các công cụ riêng lẻ kết hợp thành các quy trình đáng tin cậy. Cách bạn thu thập dữ liệu, lưu trữ kết quả trung gian, chia sẻ mã với cộng tác viên và tái lập các phát hiện sau nhiều tháng đều quyết định liệu công việc của bạn có được tích lũy hay sẽ lặng lẽ đặt lại mỗi tuần. Khóa học này sẽ đi qua các lựa chọn đó một cách có cấu trúc. Bạn sẽ thực hiện các bài tập thiết kế bằng văn bản phản ánh cách một nhóm định lượng nhỏ sẽ lên kế hoạch cho một quy trình phân tích có thể tái lập. Trọng tâm là các đánh đổi thực tế quan trọng khi dữ liệu cập nhật hàng ngày, yêu cầu thay đổi và kết quả cần phải có thể bảo vệ được. Bạn sẽ học được gì: - Lập kế hoạch thu thập dữ liệu từ các nguồn cấp dữ liệu thị trường, cơ sở dữ liệu nội bộ và các nguồn bên ngoài - Kỹ thuật đặc trưng cho phân tích chuỗi thời gian bao gồm lợi suất, biến động và các thống kê cuộn - Xây dựng các quy trình mô hình hóa di chuyển từ các notebook tạo mẫu sang các gói Python có thể tái sử dụng - Áp dụng kiểm soát phiên bản, quản lý môi trường và ghim phụ thuộc để có kết quả có thể tái lập - Thiết kế các khung kiểm tra lại (backtesting) xử lý sai lệch sống sót (survivorship bias), sai lệch nhìn trước (look-ahead bias) và chi phí giao dịch - Xây dựng báo cáo hỗ trợ cả đánh giá định lượng và giao tiếp với các bên liên quan Khóa học tiến triển từ thu thập dữ liệu qua kỹ thuật đặc trưng, mô hình hóa, kiểm tra lại và báo cáo. Một bài tập thiết kế bằng văn bản cuối khóa yêu cầu bạn soạn thảo một thiết kế quy trình một trang cho một dự án phân tích định lượng cụ thể. Khóa học này được thiết kế cho các nhà phân tích và nhà phát triển có kinh nghiệm Python nhất định bước vào lĩnh vực tài chính định lượng, hoặc các nhà định lượng muốn củng cố thói quen kỹ thuật phần mềm của họ. Không yêu cầu kinh nghiệm kiểm tra lại trước đó. Khóa học xem các quy trình như một vấn đề thiết kế và giữ tính thông tin; nó không cung cấp lời khuyên đầu tư cho các tình huống cụ thể.