Количественные рабочие процессы анализа в Python: от данных к воспроизводимым результатам

Количественный анализ в Python становится мощным, когда отдельные инструменты объединяются в надежные рабочие процессы. То, как вы собираете данные, храните промежуточные результаты, делитесь кодом с коллегами и воспроизводите результаты месяцы спустя, определяет, накапливается ли ваша работа или тихо сбрасывается каждую неделю. Этот курс структурированно рассматривает эти варианты. Вы выполните письменные проектные задания, которые отражают, как небольшая команда количественных аналитиков планировала бы воспроизводимый рабочий процесс анализа. Акцент делается на практических компромиссах, которые имеют значение, когда данные обновляются ежедневно, требования меняются, а результаты должны быть обоснованными. Что вы узнаете: - Планирование сбора данных из потоков рыночных данных, внутренних баз данных и внешних источников - Инжиниринг признаков для анализа временных рядов, включая доходность, волатильность и скользящие статистики - Создание рабочих процессов моделирования, которые переходят от прототипирующих ноутбуков к повторно используемым пакетам Python - Применение контроля версий, управления средой и фиксации зависимостей для воспроизводимых результатов - Проектирование фреймворков для бэктестинга, которые обрабатывают смещение выживания, смещение опережения и транзакционные издержки - Создание отчетности, которая поддерживает как количественный обзор, так и коммуникацию с заинтересованными сторонами Курс проходит от сбора данных через инжиниринг признаков, моделирование, бэктестинг и отчетность. Итоговое письменное задание просит вас разработать одностраничный дизайн рабочего процесса для конкретного проекта количественного анализа. Этот курс предназначен для аналитиков и разработчиков с некоторым опытом работы с Python, входящих в количественные финансы, или для количественных аналитиков, которые хотят укрепить свои привычки в области разработки программного обеспечения. Предварительный опыт бэктестинга не требуется. Курс рассматривает рабочие процессы как проблему проектирования и остается информационным; он не предоставляет инвестиционных советов для конкретных ситуаций.