104學習精靈

Oracle APEX入門教學-就算零基礎只要兩天就能學會做出屬於自己的資料庫應用頁面。想要更有效率的製作共同報表？財務同仁想要更快速的產出財報？學完這門課同事加班你下班！

課程範例展示 完整分析期貨策略風險與報酬，並快速優雅的產出精美圖表。（圖上報酬為模擬示意） 利用回測框架演算期貨策略最適參數及其對應的報酬、MDD及Sharpe Ratio，迅速算出策略最適合參數。 (下欄位與參數數值為模擬，實際值以課程為主) 利用手邊現有資料，開發出市場警示、提醒程式，利用排程自動執行並透過Line Notify服務通知。 除基本的介紹與機器學習模型應用，我們使用一些深度學習及強化學習模型預測期貨價格、漲跌、交易等。（強化學習將於500%解鎖章節教授） 課程說明 您最需要的Python期貨程式交易，都盡在此課！ 使用Python做出程式交易全方位的應用，讓你在程式交易的領域面對何種需求都能輕鬆應對，尤其是針對期貨保證金交易的模式，仍然能得心應手。當你學會期貨程式的撰寫之後，就算轉戰股票市場你也會覺得相當輕鬆，反之由股票交易程式轉戰期貨交易程式時常讓人手足無措。 (本課程包含三堂少量的用於股票的應用，因考量到台股高權值股對於台指的重大影響，因此在一些市場偵測的章節會有部分股票應用) 您是否有以下疑問？ 還在人工看技術指標評估自己的策略？ AI看起來很高深的樣子，完全不敢接觸 想出了好策略或是好的輔助指標卻不知道如何做成服務 市面上大多數是股票課程，課程偏少，網路上資源也較少 1.學會用程式，幾秒鐘即可獲得全面的策略分析！ 許多投資者仍然是看著手機APP與技術指標來驗證自己的策略，這樣不僅速度慢，而且不全面。許多人人工驗證了其中一年就確信了自己的策略可行，實際操作時虧損慘重。如果你懂了程式，十年的資料可以在數秒鐘就回測完成，並且透過套件可以獲得非常全面的策略分析，我們會帶著你應用backtrader回測框架快速驗證期貨策略。 2.強大的AI模型，就算是程式小白也可以應用！ AI確實是一門非常學術且具備高門檻的領域，但你我可能都並非是走研究學術路線，有了許多巨人替大家開發許多好用強大的AI模型，我們可以很輕易地呼叫這些強大的模型去學習自己的目標，應用並不困難。在本課程中我們將會示範機器學習(Machine Learning)與深度學習(Deep Learning)如何快速簡易的應用在期貨市場，並於解鎖課程中加入強化學習(Reinforcement Learning)的應用。 3. 運用程式進行盤中檢測 當你有好策略或是好的市場掃描程式，卻不知道如何做成服務嗎? 我們會教你如何使用windows排程自動執行你的程式，並讓程式透過Line Notify很簡單的發送Line訊息給你的使用者。時刻監控市場，並達到及時提醒。 4. 少見的全方位期貨課程 是的，不僅是課程，網路上的資源期貨也是偏少。股票的受眾較廣，且程式設計上較為容易，但期貨為保證金交易模式，許多程式設計或是回測框架這部分都會顯得比較複雜，本課程會點出一些關鍵的要點，讓你掌握期貨這方面的程式設計。 這堂課適合誰 苦於人工驗證交易策略，想要高速回測期貨策略 對期貨交易軟體感到無法滿足需求，想要高度自由化 對於Python於期貨市場的應用有高度興趣的初學者 對於爬蟲感到陌生，尤其是動態網頁更是不知所措 有良好的想法，但苦於不知道如何自動化並作成簡單的服務 想要生成專業又漂亮的策略回測結果圖表，卻不知從何下手 對於AI模型無基礎，但又想要嘗試看看，體驗模型的效果 教師介紹 張峮瑋 Arleigh Chang 黃仕勳 Ryan Huang 【老師的話】 大家好，我是《Python全方位期貨課程》的老師峮瑋(Arleigh)。 我曾經待過野村投信(NOMURA)，也曾在東吳自然語言處理實驗室研究過模型與金融市場的議題 現在則替私人操盤手撰寫交易程式， 以Python為主，範圍包含程式交易、策略回測、AI應用於市場、資料採集、市場監測機器人等。 這些範疇正是我在課程中想要教給你的，我會將現在的工作環境會使用到的技術，在課程中透過實戰的方式讓你融會貫通。 歡迎大家一起加入這門線上課程！有任何問題歡迎提問，我會親自回覆。 【出版書籍】 - 著有《Python金融市場賺錢聖經》，曾榮登多個平台新書暢銷榜 【學歷】 - 就讀臺科大資管所，研究 AI 應用於金融交易市場 - 畢業於臺科大資工系 輔系財金系 【工作資歷】 - 現任野村投信(NOMURA) IT部門實習生 - 臺科大資工系資料探勘與社群網路分析實驗室成員 - 曾任臺科大 資管所行動計算與資料探勘實驗室成員 - 曾任程式語言家教，協助多位無程式經驗學生從0開始 - 多項AI產學合作經驗，涵蓋深度學習、自然語言處理、社群網路分析 - 曾任 IOH 開發開放個人經驗平台校園大使，演講 10 所高中職 - 曾於 IOH 分享個人講座 課程大綱 PART 1：PYTHON基礎教學 – 基礎講解+2道實戰上手PYTHON 1-1：Python下載、編譯器推薦、pip管理套件、虛擬環境 1-2：變數、運算元、運算子、資料型態及應用場景 1-3：for迴圈、while、if else判斷式、class簡介、def函式、經典套件介紹Pandas & numpy、Enumerate、Break/continue/pass、try/except 1-4：刷Leetcode簡單Two sum - 實戰演練1 1-5：手寫經典指標移動平均 – 實戰演練2 PART 2：資料來源與技術指標 – 熟悉爬蟲，資料來源無虞 2-1：台指資料分K轉換與計算技術指標 2-2：爬蟲介紹與基本SOP、Selenium應用場域 2-3：爬蟲實戰1: 證交所三大法人資訊 2-4：爬蟲實戰2: 期交所報價爬取 (Selenium) 2-5：爬蟲實戰3: 三大法人多空方口數與未平倉口數 2-6：即時資料 - 永豐API基本使用介紹(Shioaji) PART 3：盤中監測市場 – 計算專屬指標，LINE隨時提醒 3-1：Line Notify介紹 3-2：Windows排程呼叫程式自動運行 3-3：實戰1 – 三大法人買賣超統計資訊(股票) 3-4：實戰2 – 各大類股漲跌情況統計(股票) 3-5：實戰3 – 開盤前，昨日收盤指標有觸發訊號的提醒 PART 4：BACKTRADER回測策略+風險分析套件 – 高速回測策略，檢視完整報告 4-1：Backtrader介紹& Pyfolio示範 4-2：實戰回測1: 5ma & 60ma交叉策略 4-3：實戰回測2: 布林通道策略 4-4：實戰回測3: Momentum + 移動停利停損 4-5：實戰回測4: 以實戰1-3擇一為例，完整示範回測流程、演算最佳參數到pyfolio評估 PART 5：AI+期貨 – 玩玩模型應用在市場，體驗最新潮流 5-1：Deep Learning & Machine Learning & Reinforcement Learning簡介與資源推薦 5-2：實戰1: ML預測期貨漲跌 5-3：實戰2: DL預測期貨價格 5-4：實戰3: DL預測期貨漲跌 解鎖章節 200%：backtrader回測成果網頁可視化 500%：強化學習用於期貨交易學習範例 700%：python結合永豐API程式自動交易台指期範例 800%：回測配對交易範例

1. 學會數據分析的概念與執行流程。 2. 學會使用 Power BI 的 PowerQuery 進行 ETL (Extract-Transform-Load)，如何獲取資料與清理資料。 3. 學會使用 Power BI 的 PowerPivot 進行資料建模，讓你更有效的運用資料。 4. 學會使用 Power BI 的 PowerView 進行資料視覺化，根據問題來選擇適合的圖表。 5. 學會使用 Power BI 製作出商業智慧儀表板，目前規劃帶大家做出 3 個數據儀表板： A. 潛在旅客分析儀表板 B. 房屋投資分析儀表板 C. 社群分析儀表板 6. 了解未來在數據分析領域持續學習的方向。

課程介紹 人力銀行徵才上，不只是資訊科技業，而是化工業、台灣大車隊、金融業、電信業、甚至是房仲業，各行各業都在搶數據分析師！ 徵才月薪至少有四萬元以上，對於大學畢業生及工作一兩年想轉職的人，都是極佳的投入機會。 想要當數據分析師，不一定非要資工資管背景，跟著容噗老師學習，文科生也能轉職成為數據分析師！ 有別於市面上的資料分析課程都是以程式教學為大宗，非工科生有點難以進入。 容噗老師以非工科生成功轉為數據分析師的經驗、第一線職場實戰角度出發，來設計這門課程，適合零基礎、初入門、想轉職作數據分析師的你! 學會本課，讓你徹底掌握數據分析師的必備技能，充分的模擬資料分析練習，學完還讓你帶走三個具有高度移植性的資料分析專案，提供程式碼下載，以利與職場接軌。 文科生不用怕，容噗老師會教導Python基本程式邏輯及技巧，懂了邏輯，運用網路免費程式資源將如魚得水！ 為什麼需要這門課？ 資料分析演算法眾多，到底哪些才是第一線在用的？ 別多花時間學用不到的，學習最實用的數據分析實戰技巧！ 分析思維與職場溝通不是看看網路文章就可以簡單學會的，一份資料的分析方向是需要透過自己清晰的思路，以及與各單位溝通結果來決定的。 看圖說分析的檢討報告時代已過，老闆們更想知道的是未來會發生甚麼事，Python的預測模組非常完善，本次課程會帶領學員正式接觸預測模型。 大數據時代下，資料量日與遽增，傳統Excel能處理的資料量有限，Python這種程式語言會是未來的趨勢。 以最短的時間輕鬆上手Python工具，邁入數據分析師的領域。 課程大綱 PART1: 數據分析師簡介 大數據及常見分析工具的介紹，R、Python、SQL、Excel優缺點 數據分析師的專業技能: 資料整理、資料分析、分析報告 數據分析師的職場定位&工作夥伴 學習資源介紹: Kaggle平台操作 & YouTube 頻道介紹 PART2: PYTHON基礎 Python – Anaconda安裝 Python – Spyder啟用 Python – 介面介紹 Python – 套件安裝 Python – Pandas、sklearn套件介紹 Python – 函式介紹與使用 PART3: PYTHON新手村: 巨量資料整理 資料整理 vs 資料清理 Pandas – data格式簡介&檔案讀取與輸出 Pandas – 行列整理、篩選 Pandas – 排序、移除重複、取代 Pandas – 格式轉換(character、date、float、int) Pandas – 合併、串接 Pandas – 字串取代、篩選、合併 Pandas – 樞紐 PART4: FACEBOOK用戶資料探索(EDA) - 模擬公司會員資料(CRM) 你將學習到本專案藉由Facebook資料來模擬職場真實的會員資料(CRM)，透過一層層收斂的分析邏輯，準確提供需求方有用的資訊，例如男性會員與女性會員的價值差異，哪些客群應該投入更大的行銷資源，以換取更大的利益。 常用統計量的應用說明: 四分位、眾數、MSE、MAE、MAPE、R2、acc 資料探索(EDA) 資料清洗 – NA值處理 資料清洗 – 離群值處理 資料視覺化 資料探索結論 提供程式碼下載 PART5: IKEA 商品折扣預測 - 模擬公司商品銷售資料 你將學習到本專案藉由IKEA資料來模擬職場真實的商品銷售資料，透過一層層收斂的分析邏輯，預測哪些商品該給予折扣，哪些商品不用，以避免公司內折，換取更大的利益。 分析需求確認 | vs 行銷人員＆主管＆老闆 資料探勘 | vs 資料庫人員: 資料理解 資料探勘 | 隨機森林、XGBoosting、SVM演算法教學 特徵篩選 | R2教學 特徵壓縮 | PCA教學 隨機抽樣 | 28 & 37法則 模型調參 | 各演算法重要參數說明 模型診斷 | 損失函數說明 模型結果說明 提供程式碼下載 PART6: 特斯拉股價預測 - 模擬公司營收資料 你將學習到本專案藉由特斯拉資料來模擬職場真實的營收資料，透過一層層收斂的分析邏輯，預測未來的股票價格，讓高層了解公司未來走向，提早做好策略。 特斯拉股價預測 預測盲點補充 模型準確度不佳怎麼辦? 提供程式碼下載 300%解鎖: 模擬客服文字資料第1步 - GOOGLE評論資料清理 專案說明：本專案藉由Google評論資料來模擬職場真實的客服文字資料，無論是公司內部或是網路輿情，文字資料無所不在，就讓容噗老師由文字資料清理，帶你進入自然語言處理(NLP)的領域吧。 安裝套件by終端機 文字資料介紹&整理 – jieba斷詞 文字資料清洗 – stopword 500%解鎖: 模擬客服文字資料第2步 - GOOGLE評論資料探索 專案說明：本專案藉由Google評論資料來模擬職場真實的客服文字資料，透過一層層收斂的分析邏輯，快速理解民眾每天所討論的內容，節省人工閱讀的時間。 文字常用統計量 – TF-IDF 文字資料視覺化 文字資料探索結論 700%解鎖: 模擬客服文字資料第3步 - GOOGLE評論資料探勘 專案說明：本專案藉由Google評論資料來模擬職場真實的客服文字資料，透過一層層收斂的分析邏輯，抓出風向者、關鍵主題，節省人工閱讀評論的時間。 文字資料探勘 – 風向者偵測 文字資料探勘 – 主題挖掘LDA演算法 1000%解鎖: GITHUB介紹 程式人用的GOOGLE CLOUD 如何用 GitHub 製作履歷，增加轉職成功率 教師介紹 容噗老師 學歷：東吳大學資料科學系碩士 專長：巨量資料分析、統計檢定、機器學習（預測建模）、跨部門溝通 經歷：上市櫃公司之數據分析師 教學經驗：YouTube千人訂閱教學頻道-- 容噗玩Data、R語言線上講師

■ 能夠自己靠著 GOOGLE 找尋並混合出自己想要的程式碼，解決各種問題 ■ 迴圈與判斷式的多結構混合應用 ■ 報價單系統 ■ 從龐大資料中自動找尋需要的資料 ■ 股票資料抓取後並自行自動整理

彭其捷，畢業於交大資管所，對於數據有極大熱情，至今出版過六本資料視覺化與使用者經驗專書，他致力讓數據分析更平民化。與你分享他的職涯歷程、資料分析必備技能、如何開啟斜槓人生，關於他自我成長的故事。