【한글자막】 Python, 머신 러닝, AWS와 함께하는 알고리즘 트레이딩 A-Z

최초의 100% 데이터 기반 알고리즘 트레이딩 종합 과정! 나만의 데이터 기반 데이 트레이딩 봇 구축 | 고유한 전략을 만들고, 테스트하고, 도입 및 자동화하는 방법을 배웁니다.

4.90 (19 reviews)
Udemy
platform
한국어
language
Investing & Trading
category
253
students
34.5 hours
content
May 2022
last update
$84.99
regular price

What you will learn

Python과 AWS(Amazon Web Services)로 자동화된 트레이딩 봇 구축

기술적 지표와 머신 러닝/딥러닝을 기반으로 강력하고 고유한 트레이딩 전략을 만듭니다.

엄격한 전략 테스트: 실제 현금으로 백 테스트, 포워드 테스트, 라이브 테스트를 수행합니다.

AWS Cloud의 가상 서버에서 트레이딩을 완전히 자동화하고 예약합니다.

완전한 데이터 기반 트레이딩 및 투자.

누구나 이해할 수 있는 Python 코딩 및 객체 지향 프로그래밍(OOP).

Numpy, Pandas, Matplotlib, scikit-learn, Keras, Tensorflow로 코딩.

데이 트레이딩 A-Z 이해하기: 스프레드, PIP, 마진, 레버리지, 매수-매도 호가, 주문 방법, 차트 등.

브로커 OANDA 및 FXCM으로 데이 트레이딩. 고빈도 실시간 데이터 스트리밍.

고빈도 실시간 데이터 스트리밍.

거래 비용 이해, 분석, 관리, 제한.

강력한 브로커 API를 사용하고 Python과 연결.

Description

  • 100% 데이터 기반 알고리즘 트레이딩 종합 과정!

  • 트레이딩의 다섯가지 규칙 학습!

  • Python가상 서버(AWS) 로 실시간 구축하기!


Python, 머신 러닝, AWS와 함께하는 알고리즘 트레이딩 A-Z 강의를 선택해야 하는 이유

가장 종합적인 알고리즘 트레이딩 과정에 오신 것을 환영합니다. 최초의 100% 데이터 기반 트레이딩 과정입니다.

이 엄밀하지만 실용적인 과정에서는 우연, 희망, 모호함 또는 순수한 직관에 아무것도 남기지 않습니다.


소매 트레이더의 75%가 데이 트레이딩으로 돈을 잃었다는 사실을 알고 계셨습니까? (일부 출처에서는 95% 초과)

데이터 사이언티스트이자 숙련된 금융 전문가로서 이는 놀라운 일이 아닙니다. 데이 트레이더는 일반적으로 (데이) 트레이딩의 다섯 가지 규칙을 모르거나 따르지 않습니다. 이 과정에서는 모든 규칙을 세부적으로 다룹니다.


  • 이 과정에서 다루는 기법과 프레임워크는 장기적인 투자에도 적용할 수 있습니다.

  • 이 과정은 다른 과정에서 일반적으로 볼 수 있는 이상을 보여주는 깊이 있는 Python 과정입니다. Python으로 소프트웨어를 만들고 가상 서버(AWS)에서 실시간으로 실행하세요.

  • 머신 러닝 및 딥러닝 알고리즘에 실시간 데이터를 입력하고 실시간으로 ML/DL 기반 작업을 수행합니다.


Python, 머신 러닝, AWS와 함께하는 알고리즘 트레이딩 A-Z 강의는 다섯개의 규칙을 세부적으로 다룹니다.


1. 데이 트레이딩 비즈니스에 대해 알고 이해하기

매수-매도 호가 스프레드, PIP, 레버리지, 증거금률, 하프 스프레드 코스트 등과 같은 용어에 익숙하지 않다면 트레이딩을 시작해서는 안 됩니다.

이 과정의 1부에서는 브로커 Oanda 및 FXCM과 함께하는 데이 트레이딩 A-Z를 중점적으로 다룹니다. 여기에서는 데이 트레이딩의 역학, 용어, 규칙(외환, 주식, 지수, 상품, 바스켓 등)에 대해 심층적으로 설명합니다.


2. 강력하고 고유한 트레이딩 전략 사용

트레이딩 전략을 세워야 합니다. 장기적인 관점에서 직관이나 직감은 (적어도 99.9%의 사례에서는) 성공적인 전략이 아닙니다. 단순한 기술적 규칙은 모든 사람이 사용하기 때문에 여기에 의존하는 것 또한 효과적이지 않습니다.

Python을 사용하여 더 복잡하고 고유한 트레이딩 전략을 개발하는 방법을 배웁니다. 간단한 동시에 더 복잡한 기술적 지표를 조합하고 머신 러닝 및 딥러닝 지원 전략도 만들겠습니다. 이 과정에서는 매우 실용적인 방식으로 필요한 모든 코딩 기술(Python, Numpy, Pandas, Matplotlib, scikit-learn, Keras, Tensorflow)에 대해 다룹니다.


3. 실제 현금을 투자하기 전에 전략 시험(백 테스트/포워드 테스트)

트레이딩 전략이 수익성이 있나요? '실제 운영'을 시작하기 전에 전략을 철저히 테스트해야 합니다.

이 과정은 여러분이 찾을 수 있는 가장 종합적이고 가장 엄격한 백 테스트/포워드 테스트 과정입니다.

벡터화된 백 테스트 기법, 반복적 백 테스트 기법(이벤트 기반), 모조 화폐를 사용한 라이브 테스트 등을 적용하는 방법을 배우게 됩니다. 그리고 백 테스트와 포워드 테스트 간의 차이를 설명하고 언제 어떤 테스트를 사용할지 설명합니다. 이 과정에서 다루는 백 테스트 기법 및 프레임워크는 장기적인 투자 전략에도 적용할 수 있습니다.


4. 거래 비용 고려하기

"수수료 없는 트레이딩이라고요? 멋지네요!" ... 매수-매도 호가 스프레드와 정말 낮은 2 PIP도 있습니다.

이 과정에서는 거래 비용 이전에 수익성 있는 트레이딩 전략을 찾는 것이 간단하다는 점을 시연합니다. 거래 비용 이후에 수익성 있는 전략을 찾기는 훨씬 어렵습니다. 전략과 전략 백 테스트/포워드 테스트에 거래 비용을 포함하는 방법을 알아보십시오. 그리고 가장 중요한 내용인 거래 비용을 관리하고 절감할 수 있는 방법에 대해 알아보십시오.


5. 트레이딩 자동화

수동 트레이딩은 오류가 생기기 쉽고, 시간이 많이 소요되고, 감정적인 의사 결정을 내리게 될 여지도 있습니다.

이 과정에서는 Python, 강력한 브로커 API, AWS(Amazon Web Services)로 트레이딩 전략을 도입하고 자동화하는 방법을 설명합니다. AWS Cloud에서 나만의 트레이딩 봇을 만들고 트레이딩 세션을 완전히 자동화하고 예약하세요.


더 이상 기다리지 마시고 지금 함께하십시오. 강의에서 뵙겠습니다!

-Alexander


P.S. 강의를 들으시고 강의와 관련하여 궁금하신 점은 무엇이든 Q&A에 남기실 수 있지만, 꼭 영어로 남겨주세요. 그래야 답변을 드릴 수 있습니다. :)


+++ 중요 공지 +++

일부 국가(일본, 러시아, 터키, 홍콩)에서 CFD/외환 트레이딩은 허용되지 않으며 거주자는 OANDA나 FXCM(온라인 브로커) 계정을 만들 수 없습니다. 이 과정의 핵심(코딩, 전략 생성, 전략 백 테스트 및 포워드 테스트)에는 브로커 계정이 필요하지 않습니다. 따라서 이 과정은 브로커 계정이 없어도 좋은 선택입니다. 하지만 일부분(트레이딩 및 도입)은 사용할 수 없다는 점을 유념해 주시기 바랍니다. 이해해 주셔서 감사합니다.


Content

시작하기

알고리즘 트레이딩이란?
강의 활용법
데이트레이딩에서 데이터로 알 수 있는 것
수강생 FAQ
*** 법적 고지(반드시 읽어 보시기 바랍니다.) ***

+++ 1부: 데이트레이딩, 온라인 브로커와 APIs +++

첫 번째 거래
장기 투자 vs 알고리즘 데이트레이딩
OANDA와 FXCM

데이트레이딩 OANDA A-Z : 철저 분석

한눈에 보는 OANDA
계좌 개설하기
외환/환율에 대하여
두 번째 거래 - 외환 거래
거래의 수익 손실 계산법
거래 비용과 성과 기여도
마진과 레버리지
마진과 마진 클로즈아웃
차트 소개
세 번째 거래 - EUR/USD 매도
네팅과 헷징
시장가, 지정가, 가격지정 주문
이익 실현과 손실 제한(손절매) 주문
통화쌍 거래의 예
트레이딩 챌린지

FXCM으로 데이트레이딩하기

FXCM 개요
계좌 개설하기
예제 : EUR/USD 거래
거래 분석
차트 소개
포지션 청산 vs 헷징 포지션
한눈에 보는 주문 유형
트레이딩 챌린지

파이썬과 주피터 노트북 설치

파이썬과 아나콘다 설치 안내
아나콘다 설치하기
주피터 노트북 사용법 (1)
주피터 노트북 사용법 (2)
파이썬 초보자를 위한 팁

파이썬, OANDA/FXCM을 이용한 트레이딩

트레이딩 플랫폼과 파이썬을 이용한 거래
OANDA: 필수 패키지를 설치하는 명령
OANDA: OANDA API/Wrapper 설치 방법
OANDA: API 키 받기 및 기타 준비 사항
OANDA: API/서버 연결
OANDA: 과거 가격 데이터를 불러오는 방법(1부)
OANDA: 과거 가격 데이터를 불러오는 방법(2부)
OANDA: 고빈도 실시간 데이터 스트리밍
OANDA: 주문 및 트레이딩을 실행하는 방법
트레이딩 챌린지
FXCM: 필수 패키지를 설치하는 명령
FXCM: FXCM API Wrapper 설치 방법
FXCM: 액세스 토큰 받기 및 기타 준비 사항
FXCM: API/서버 연결
문제 해결: FXCM 서버 연결 문제
FXCM: 과거 가격 데이터를 불러오는 방법(1부)
FXCM: 과거 가격 데이터를 불러오는 방법(2부)
FXCM: 고빈도 실시간 데이터 스트리밍
FXCM: 주문 및 트레이딩을 실행하는 방법
트레이딩 챌린지

섹션 마무리와 앞으로의 계획

섹션 마무리와 앞으로의 계획

+++ 2부: 금융 데이터 분석을 위한 Pandas와 객체지향프로그래밍 소개 +++

소개와 자료 다운로드 파트 2

시계열 데이터 소개

CSV파일에서 시계열 데이터 불러오기
to_datetime()로 문자열을 datetime 객체로 변환하기
시계열 인덱싱과 슬라이싱
resample()로 시계열 다운샘플링
코딩 연습 1

Pandas로 하는 금융 데이터 분석

필수 라이브러리 설치
Yahoo Finance에서 데이터 불러오기
데이터 점검과 시각화
시계열 정규화
shift 메소드
diff와 pct_change 메소드
평균 수익과 표준 수익으로 실적 측정
금융 시계열 - 수익률과 위험도
금융 시계열 - 공분산과 상관관계
코딩 연습 2
단순 수익 vs 로그 수익
엑셀 파일에서 금융 데이터 가져오기
rolling 메소드로 단순 이동 평균 (SMA) 계산
단순 이동 평균을 이용한 모멘텀 트레이딩 전략
지수 가중 이동 평균 (EWMA)
금융 시계열에서 병합과 정렬 (실전)

고급 주제들

유용한 DatetimeIndex 속성과 메소드
bfill, ffill, 보간으로 결측치 채우기
시간대 변경 (파트 1)
시간대 변경 (파트 2)

객체지향프로그래밍(OOP) : 금융 분석 클래스의 생성

객체지향프로그래밍 소개와 클래스의 예
금융 분석 클래스 실습 (파트 1)
금융 분석 클래스 실습 (파트 2)
특별한 메소드 __init__()
메소드 get_data()
메소드 log_returns()
문자열 표기와 메소드 __repr__()
메소드 plot_price()와 plot_returns()
캡슐화와 접근 지정자
메소드 set_ticker()
더 많은 메소드 추가와 실적 분석
상속
상속과 super() 함수
의미 있는 독스트링 추가
파이썬 모듈(.py) 생성하고 임포트하기
코딩 연습 3 : 자신만의 클래스 생성하기

+++ 3부: 트레이딩 전략 정의 및 테스트 +++

3부 소개
트레이딩 전략 개요
3부 다운로드
데이터 가져오기
단순 매수 후 유지 전략
성과 지표

SMA 전략의 정의 및 백테스팅

이동 평균선 교차 전략 개요
이동 평균선 교차 전략의 정의
벡터화된 전략 백테스팅
최적의 SMA 전략 찾기
객체 지향 프로그래밍을 통한 일반화 - SMA 백테스팅 클래스 실습
클래스 만들기 (파트 1)
클래스 만들기 (파트 2)
클래스 만들기 (파트 3)
클래스 만들기 (파트 4)
클래스 만들기 (파트 5)
클래스 만들기 (파트 6)
클래스 만들기 (파트 7)
클래스 만들기 (파트 8)

단순 모멘텀/역투자 전략 정의 및 벡테스팅

단순 역투자 및 모멘텀 전략 - 개요
데이터 가져오기
자주 하는 질문에 대한 답변
단순 역투자 전략의 정의
벡터화된 전략 백테스팅
기간 매개 변수 바꾸기
거래와 거래 비용 (파트 1)
거래와 거래 비용 (파트 2)
객체 지향 프로그래밍을 통한 일반화 - 역투자 백테스팅 클래스 실습
객체 지향 프로그래밍 과제 - 역투자 백테스팅 클래스 만들기 (정답 포함)

평균 회귀 전략 정의 및 벡테스팅

단순 회귀 전략 개요
데이터 가져오기
볼린저밴드를 활용하는 단순 회귀 전략 정의하기 1
볼린저밴드를 활용하는 단순 회귀 전략 정의하기 2
벡터화된 백테스팅으로 전략 테스트하기
볼린저밴드 백테스팅 클래스 실행해 보기
볼린저밴드 백테스팅 클래스 만들기

머신 러닝으로 트레이딩 전략 짜기(회귀)

머신러닝 개요
사이킷런을 이용한 선형 회귀 소개
선형 회귀로 예측하기
과대적합
과소적합
선형 모델로 수익률 예측하기 1
데이터 가져오기
다중 선형 모델로 수익률 예측하기
선형 모델로 수익률 예측하기 2
표본 내 백테스팅과 예견 편향
표본 외 포워드 테스팅

머신 러닝으로 트레이딩 전략 짜기(분류)

사이킷런을 이용한 로직스틱 회귀 소개 1
사이킷 런을 이용한 로지스틱 회귀 소개 2
데이터 가져오기 및 준비하기
로지스틱 회귀로 마켓 방향 예측하기
표본 내 백테스팅과 예견 편향
표본 외 포워드 테스팅
분류 백테스팅 클래스 실행해 보기
분류 백테스팅 클래스 자세히 보기 1
분류 백테스팅 클래스 자세히 보기 2

백테스팅 기술 심화편

이터레이티브 백테스팅 소개
이터레이티브 백테스팅 알아보기 1
이터레이티브 백테스팅 알아보기 2
IterativeBase 클래스 만들기 1
IterativeBase 클래스 만들기 3
IterativeBase 클래스 만들기 4
IterativeBase 클래스 만들기 2
IterativeBase 클래스 만들기 5
IterativeBase 클래스 만들기 6
IterativeBase 클래스 만들기 7
IterativeBase 클래스 만들기 8
IterativeBacktest 자식 클래스로 이동 평균선 테스트하기 1
IterativeBacktest 자식 클래스로 이동 평균선 테스트하기 2
모듈 만들기 및 독스트링 추가하기
역투자 전략과 볼린저밴드 전략 추가하기

+++ 4부: 전략을 실시간으로 구현하고 자동화하기 +++

도입 및 개요
업데이트: 4부 다운로드

OANDA로 구현하고 자동화하기 (업데이트됨!)

Wrapper 패키지 업데이트(1부)
Wrapper 패키지 업데이트하기 (파트 2)
**주말 및 공휴일 알림**
과거 데이터, 실시간 데이터, 주문 (복습)
실시간 Trader 클래스 미리보기
실시간 틱 데이터 수집하고 저장하는 방법
실시간 틱 데이터 저장하고 리샘플하기 (파트 1)
실시간 틱 데이터 저장하고 리샘플하기 (파트 2)
실시간 틱 데이터 저장하고 리샘플하기 (파트 3)
실시간 틱 데이터 저장하고 리샘플하기 (파트 4)
실시간 틱 데이터 저장하고 리샘플하기 (파트 5)
과거 데이터와 실시간 틱 데이터로 작업하기 (파트 1)
과거 데이터와 실시간 틱 데이터로 작업하기 (파트 2)
과거 데이터와 실시간 틱 데이터로 작업하기 (파트 3)
간단한 역투자 전략 정의하기
주문하고 거래 실행하기
거래 모니터링 & 보고
기타 전략 트레이딩 - 코딩 과제
SMA 크로스오버 전략 구현하기 (해법)
볼린저 밴드 전략 구현하기 (해법)
머신 러닝 전략 (1) - 모델 피팅
머신 러닝 전략 (2) - 구현
Trader 모듈 클래스 임포트하기
파이썬 Trader 스크립트 실행하기

FXCM으로 구현하고 자동화하기 (업데이트됨!)

**주말 및 공휴일 알림**
과거 데이터, 실시간 데이터, 주문 (복습)
문제 해결: FXCM 서버 연결 문제
Trader 클래스 실시간 실습 미리보기
실시간 틱 데이터 수집하고 저장하기
실시간 틱 데이터 저장하고 리샘플하기 (파트 1)
Trader 클래스
실시간 틱 데이터 저장하고 리샘플하기 (파트 2)
실시간 틱 데이터 저장하고 리샘플하기 (파트 3)
과거 데이터와 실시간 틱 데이터로 작업하기 (파트 1)
과거 데이터와 실시간 틱 데이터로 작업하기 (파트 2)
과거 데이터와 실시간 틱 데이터로 작업하기 (파트 3)
간단한 역투자 전략 정의하기
주문하고 거래 실행하기
거래 모니터링 & 보고
기타 전략 트레이딩 - 코딩 과제
볼린저 밴드 전략 구현하기 (해법)
머신 러닝 전략 (1) - 모델 피팅
머신 러닝 전략 (2) - 구현
파이썬 스크립트 실행하기

클라우드(AWS)에 배포하기 | 트레이딩 세션 스케줄링 | 완벽한 자동화

도입 및 동기 부여.
알고리즘 트레이딩을 위한 AWS EC2 데모 라이브 시연
아마존 웹 서비스 (AWS) - 개요 및 무료 사용 계정 만들기
EC2 인스턴스 만들기
EC2 인스턴스에 연결하기
인스턴스를 알고리즘 트레이딩을 위해 준비하기
**주말 및 공휴일 알림**
윈도우 명령 프롬프트에서 파이썬 스크립트 실행하기
배치(.bat) 파일로 트레이딩 세션 시작하기
태스크 스케쥴러로 트레이딩 세션 예약하기
트레이딩 세션 중지하기 (OANDA)
트레이딩 세션 중지하기 (FXCM)

+++ 5부: 고급 팁과 사례 +++

개요
5부 다운로드

거래 비용 관리하기 (거래 시간, 스프레드, 시간 단위 설정)

데이터 준비하기
최적의 거래 시간 1
최적의 거래 시간 2
거래가 많은 시간 중 스프레드
시간 단위의 영향
결론

다수 전략 조합하기

소개
전략 1 (이동 평균선 전략)
전략 2 (평균 회귀 전략)
전략 조합하기 1
거래가 많은 시간 반영하기
전략 백테스팅
전략 조합하기 2
전략 최적화하기

머신러닝 기반 전략 A-Z (DNN)

프로젝트 개요
텐서플로 & 케라스 설치하기 (파트 1)
텐서플로 & 케라스 설치하기 (파트 2)
데이터 가져오기 & 준비하기
레이블특성 추가하기
시차 추가하기
학습 셋과 훈련 셋으로 나누기
특성 스케일 엔지니어링
DNN 모델 만들고 피팅하기
예측 및 외부 샘플 순방향 테스트하기
모델과 매개변수 저장하기
**중요 공지**
구현 (Oanda & FXCM)

+++ 부록 : 파이썬 집중 코스 +++

개요

부록 1: 파이썬 (& 금융) 기본

섹션 다운로드
자금의 시간 가치(TVM) 소개 (이론)
파이썬 복리로 미래 가치(FV) 계산하
파이썬 할인으로 현재 가치(FV) 계산하기
이자율과 수익 (이론)
파이썬으로 이자율과 수익 계산하기
변수 소개
인라인 주속 만드는 법 부록
변수와 메모리 (이론)
변수와 메모리 더 알아보기
변수 - 해야 할 것, 하지 말아야 할 것, 규약
print() 함수
코딩 연습 1
캐시플로가 여러 개인 경우 TVM 문제
파이썬 리스트 도입
파이썬에서의 0 기반 인덱싱과 음수 인덱싱 (이론)
리스트 인덱싱
For 루프 - 리스트 안에서 반복하기
range 객체 - 또다른 이터러블
캐시플로가 여러 개인 경우 FV와 PV 계산하기
순 현재 가치 - NPV (이론)
투자 프로젝트의 NPV 계산하기
코딩 연습 2
데이터 유형 실습
데이터 유형의 구조 (이론)
부록 파이썬에서의 동적 타이핑
내장 함수
정수
실수형
round()로 실수형(과 정수) 반올림하기
리스트 더 알아보기
리스트와 요소별 연산
리스트 슬라이싱
슬라이싱 치트 시트
리스트의 요소 바꾸기
리스트 정렬 및 뒤집기
리스트의 요소 추가하기 & 제거하기
변경 가능 vs. 불가능 객체 (파트 1)
변경 가능 vs. 불가능 객체 (파트 2)
코딩 연습 3
튜플
딕셔너리
문자열 도입
문자열 교체
부울
연산자 (이론)
비교, 논리, 멤버십 연산자 연습하기
코딩 연습 4
조건문
pass, continue, break 키워드
프로젝트 자금 회수 기간 계산하기
while 루프 소개
코딩 연습 5

부록 2: 사용자 정의 함수(OOP에 필요)

섹션 다운로드
사용자 정의 함수 정의하기
위치 인자와 키워드 인자의 차이
디폴트 인자로 작업하는 법
디폴트 인자 None
이터러블 언패킹 하는 법
인자와 *arg로 시퀀스 지정하기
많은 결과를 반환하는 법
쉽게 풀어보는 유효 범위
코딩 연습 6

부록 3: NumPy, Pandas, Matplotlib, Seaborn 집중 훈련 강의

이 섹션에 대한 다운로드
시간을 절약해주는 모듈, 패키지, 라이브러리
NumPy 배열
NumPy 배열 인덱싱 및 슬라이싱
NumPy 배열을 이용한 벡터화된 연산
NumPy 배열의 요소 변경 및 가변성
뷰 vs. 복사 - NumPy 배열 슬라이싱의 잠재적 함정
NumPy 배열 메소드 및 속성
NumPy 범용 함수
불리언 배열 및 조건부 필터링
고급 필터링 및 비트 연산자
np.where()를 이용한 프로젝트의 자금 회수 기간 정하기
처음부터 NumPy 배열 생성하기
코딩 연습 7
중첩 리스트로 작업하는 법
2차원 NumPy 배열
2차원 NumPy 배열 슬라이스 하는 법(파트 1)
2차원 NumPy 배열 슬라이스 하는 법(파트 2)
요약: NumPy 배열 슬라이스에서 요소 변경하기
행 방향 및 열 방향 연산을 수행하는 법
코딩 연습 8
표 데이터 및 Pandas 소개
csv에서 첫 Pandas 데이터프레임 생성하기
Pandas 디스플레이 옵션과 메소드 head() 및 tail()
첫 데이터 점검
코딩 연습 9
열 선택하기
점 표기법으로 열 한 개 선택하기
제로 베이스 인덱싱 및 음수 인덱싱
iloc로 행 선택하기(위치 기반 인덱싱)
iloc로 행 및 열 슬라이스 하기(위치 기반 인덱싱)
위치 기반 색인 치트 시트
Ioc로 행 선택하기(레이블 기반 인덱싱)
Ioc로 행 및 열 슬라이싱 하기(레이블 기반 인덱싱)
레이블 기반 색인 치트 시트
요약, 모범 사례, 전망
코딩 연습 10
Pandas 시리즈의 첫 단계
unique(), nunique() and value_counts()를 이용하여 숫자 시리즈 분석하기
unique(), nunique(), value_counts()를 이용하여 비 숫자 시리즈 분석하기
copy() 메소드
시리즈 정렬 및 inplace 매개변수 소개
Pandas 인덱스 객체의 첫 번째 단계
set_index()와 reset_index()로 Row 인덱스 바꾸기
열 레이블 바꾸기
rename()으로 인덱스와 열 레이블 이름 바꾸기
조건 1개로 데이터 프레임 필터링하기
여러 조건으로(AND) 데이터 프레임 필터링하기
여러 조건으로(OR) 데이터 프레임 필터링하기
between(), isin(), ~기호로 하는 고급 필터
NA값과 결측값 소개
NA값과 결측값 다루기
데이터 프레임을 csv로 내보내기
요약 통계와 누적
맷플롯립으로 시각화하기(도입)
플롯 사용자 정의하기
히스토그램(파트 1)
히스토그램(파트 2)
산점도
Seaborn 시작하기
범주형 Seaborn 플롯
Seaborn 회귀 플롯
Seaborn 히트맵
열 삭제하기
GroupBy 연산 소개
GroupBy 객체 이해하기
키가 많은 경우 분할하기
분할-적용-결합

다음엔 뭘 배워야 할까?

여기에서 특별한 보너스를 받으세요.

Screenshots

【한글자막】 Python, 머신 러닝, AWS와 함께하는 알고리즘 트레이딩 A-Z - Screenshot_01【한글자막】 Python, 머신 러닝, AWS와 함께하는 알고리즘 트레이딩 A-Z - Screenshot_02【한글자막】 Python, 머신 러닝, AWS와 함께하는 알고리즘 트레이딩 A-Z - Screenshot_03【한글자막】 Python, 머신 러닝, AWS와 함께하는 알고리즘 트레이딩 A-Z - Screenshot_04

Charts

Price

【한글자막】 Python, 머신 러닝, AWS와 함께하는 알고리즘 트레이딩 A-Z - Price chart

Rating

【한글자막】 Python, 머신 러닝, AWS와 함께하는 알고리즘 트레이딩 A-Z - Ratings chart

Enrollment distribution

【한글자막】 Python, 머신 러닝, AWS와 함께하는 알고리즘 트레이딩 A-Z - Distribution chart
4409102
udemy ID
11/22/2021
course created date
3/30/2022
course indexed date
Bot
course submited by