【主題課程】第一次用 Python 理財就上手｜績效驗證篇
優惠價：3,316元
原價：3,490元
# 帶你驗證，優化交易成果，績效 UP
- 從零開始｜繪製報表，並進行解讀，理解各數值所代表的意義
- 實際運用｜學會運用 Python 運算並回測、驗證先前課堂上所取得的金融資料
- 數據報表｜做出完整的回測架構及回測報表
- 回測環境｜學會回測模組基本架構，科學化驗證策略成效
- 回測實作｜從回測到下單處理，帶你實際操作，驗證並優化績效
- 技能滿點｜一次學會「投資理財」專業知識+「Python」程式技能
3 大指標，參考經典技術指標
- BBand 布林通道
- MACD 經典指標
- KD指標
3 大回測實作，實際驗證策略
- 將一分K在不同週期中切換
- 以簡易訊號做為範例
- 最佳化不同參數的MACD策略
# 此為 【 Python 初階】課程
- 程式小白｜想用程式輕鬆投資，卻不會寫程式
- 理財新手｜想開始投資理財，卻不知道從何開始
- 想快速取得券商資料，避免錯過絕佳交易時機者
- 不想時時盯盤，而是想讓程式自動交易者想要驗證、優化交易成果者
▍若有疑問，歡迎點選左下方「尋求協助」，將有專人提供諮詢
❚ 課程加碼 4 大內容！投資概念、制定策略技術再升級
❚ 報表繪製結合 K 棒圖，有效即時驗證進出場點位
❚ 3 大指標策略 + 回測實作 = 優化交易成果，績效 UP！
# 學會運用指標、策略，並建構回測架構與報表
❚ 擔心自己的投資成果不佳，又不知道該如何優化嗎？
# 新手的痛，我們都懂！
- 不知道怎麼驗證自己的策略是否有效
- 覺得免費回測套件功能太少或太過侷限
- 不知道如何制定回測架構與報表
- 實際使用現成的回測套件後，發現不符合市場實際狀況
多數人對於回測的流程可能不熟悉，或是不知道從何下手！然而．市面上關於 Python 的教學課程也鮮少提供關於回測的相關課程。因此，這門 Python 線上課程，將會完整教你如何使用 Python 做數據回測、回測架構，你將不需要額外花錢買回測軟體，也不用再使用市面上現成的回測套件！不僅如此，課程有導入指標、策略的實作與講解，讓你不僅可以運用科學化的方式驗證、優化交易成效，也能發展適合自己的策略。
❚ 完整回測概念+實戰解析，教你如何上場實戰
💡 完整回測解析：
課程中將詳細講解回測架構，並將讀取歷史數據、生成報表、報表解讀、資料視覺化一次介紹給你。熟悉架構以後，就能避免因回測錯誤，得到錯誤的回測結果！最後，針對指標與策略實作講解，並加碼 API 下單實作，帶大家實際演練！
❚ 從零開始教你生成報表，交易狀況一目了然
連過去的歷史都無法掌握的交易模式您能放心嗎？讓 Python 驗證你的交易邏輯，證明你的策略在過去的時間裡能夠維持理想的狀態，也能提升對於未來走勢判斷的信心！課程中更教你生成報表與圖表，你將可以對交易狀況一目了然！
❚ 新手也能無痛入門的 Python 投資課程
# 不管你是程式新手、爬蟲新手、API 串接新手，都能輕鬆上手
❓ 用 Python 投資理財有什麼好處呢？
透過 Python 做程式理財，可以省下大量的時間盯盤，且能同時間關注多種商品，增加交易的執行力。只要學會程式的基本設定，並建立正確的理財知識，就能讓程式依設定好的規則去執行，還能驗證與優化策略，評估是否可獲利，避免因人為失誤或資訊不足導致誤判，減去許多不確定性。
❚ 這堂課跟其他 Python 回測課程有什麼不一樣？
# 簡單易懂的金融回測架構，從無到有打造 Python 回測環境
❚ 總經驗超過 20 年的法人級操盤手團隊，帶你從程式交易新手到高手
# 數據處理 x 選股模型 x 回測環境一次學會！還直接給你超多範例程式碼！
💡完整回測解析：課程中將詳細講解回測架構，並將讀取歷史數據、生成報表、報表解讀、資料視覺化一次介紹給你。熟悉架構以後，就能避免因回測錯誤，得到錯誤的回測結果！最後，針對指標與策略實作講解，並加碼 API 下單實作，帶大家實際演練！
▍我們還額外提供這些，讓你疑問有人解，還能掌握最新知識
# 互動性高的Line社群，一起討論程式交易大小事
不用再擔心上完課老師就會消失！遇到任何問題或是建議，歡迎加入LINE匿名社群「量化通 QuantPass」，可以無壓力討論與分享！老師們會即時回覆與提供最新的市場優惠資訊給大家！還有定期線下實體分享會及線上策略分享喔！
# 扎實的後援部隊，提供專業服務諮詢及歷史資料等協助
量化通 QuantPass 致力於全民量化金融教育，希望透過由淺入深的內容，帶領大家以正確觀念來實踐自動化的金融投資。我們對於Python、Multicharts、MT4／MT5等主流的量化交易工具都有相對應的專家，為大家提供最精闢實用的內容。
❚ 好評不斷，老師教學易懂且用心
# 一起打開程式交易的大門吧！
❚ 課程架構
單元 1 – 課前須知
單元 2 – 回測是什麼？為何要回測？
單元 3 – 回測的流程與架構
單元 4 – DIY回測模組的優勢
單元 5 – 打造專屬的回測框架
單元 6 – CODE：根據課程進度點開相對應的內容即可！
單元 1 – 為什麼回測的資料需要特定資料格式
單元 2 – 套件pandas resample – 重組資料
單元 3 – [實作一]：將日K重採樣成周、月K
單元 1 – 投資股票的必備知識
單元 2 – 策略的形成
單元 3 -【新增】如何評估策略
單元 1 – 用套件卻像黑盒子？不如自己動手做屬於自己的指標！
單元 2 – 移動均線(MA)-指標講解
單元 3 – [實作二]：移動均線(MA)指標
單元 4 – 平滑異同移動平均線指標(MACD)-指標講解
單元 5 – [實作三]：平滑異同移動平均線指標(MACD)指標
單元 6 – 布林通道(Bollinger Bands)-指標講解
單元 7 – [實作四]：布林通道(Bollinger Bands)指標
單元 1 – 帳戶/成本設置
單元 2 – private/public 函數
單元 3 – 為何要先產出交易明細
單元 4 – 產生交易明細的架構與流程
單元 5 – 為何需要沖銷明細表
單元 6 – 產生沖銷明細表的邏輯
單元 7 – 產生績效報表的方式
單元 8 – 買賣函式的邏輯
單元 9 – 依照時間序列讀取K棒開高低收價
單元 1 – [實作五]：創建交易明細與沖銷明細表
單元 2 – [實作六]：建立買賣涵式
單元 3 – [實作八]：撰寫回測涵式
單元 4 – [實作九]：撰寫策略涵式：MA黃金交叉策略
單元 1 – [實作十一]：處理交易明細表
單元 2 – 權益數與淨利介紹
單元 3 – 最大浮動虧損(MDD)
單元 4 – [實作十二]：計算權益數與最大浮動虧損
單元 5 – [實作十三]：處理沖銷明細表
單元 6 – 交易次數與勝率
單元 7 – 風報比率
單元 8 – [實作十四]：計算風報比、交易次數與當前勝率
單元 1 – 常用繪圖套件 – Plotly 介紹與該套件繪圖架構
單元 2 -【新增】繪製折線圖
單元 3 -【新增】繪製長條圖
單元 4 -【新增】繪製K棒圖
單元 5 – 主副圖概念
單元 6 – [實作十五]：基本做圖配置
單元 7 – [實作十六]：繪製K棒圖與成交量
單元 8 – [實作十七]：繪製主圖指標與副圖指標
單元 9 -【重磅加碼】[實作十八]：繪製進出場點位
單元 10 – [實作十九]：繪製績效報表
單元 1 – 行前檢查：確認程式碼與一些行前修正
單元 2 – [實作二十]：雙移動均線(MA)策略
單元 3 – [實作二一]：平滑異同移動平均線指標(MACD)策略
單元 4 – [實作二二]：布林通道(Bollinger Bands)策略
單元 1 – 什麼是最佳化
單元 2 – 如何最佳化參數
單元 3 – 如何挑選參數
單元 4 – 最佳化的陷阱-過度最佳化(Overfitting)
單元 5 – 如何避免過度最佳化
單元 6 – [實作二三]：回測與最佳化總函式
單元 7 – [實作二四]：最佳化MACD策略、最佳化報表與使用該報表
單元 1 – 下單基本設定
單元 2 – 取得即時資料與歷史資料
單元 3 – 下單、取得委託與改單
單元 4 – 取得成交回報與帳戶資訊
單元 5 – 實作範例
❚ 關於績效驗證篇課程常見的問題
Ａ：Python 是現今最強大且最多人使用的程式語言之一，它的應用層面非常廣泛，不僅限於金融投資。因此學成之後，想要嘗試使用 Python 進行投資交易以外的事情也能夠無痛銜接。
透過 Python 做程式理財，可以省下大量的時間盯盤，且能同時間關注多種商品，增加交易的執行力。同時，妥善的運用 Python 進行程式交易，也能避免主觀意識的影響．讓你提升投資的精準度！
相較於市面上關於 Python 的課程，這堂【第一次用 Python 理財就上手｜績效驗證篇】課程同時兼具金融知識與程式能力的培養，並會完整教你如何使用 Python 做數據回測、回測架構，你將不需要額外花錢買回測軟體，也不用再使用市面上現成的回測套件！
【主題課程】第一次用 Python 理財就上手｜績效驗證篇
優惠價：3,316元
原價：3,490元
