Eric Chuar hat die Python und Statistik für die Finanzanalyse für persönliche und berufliche Produktivität und erhielt ein Zertifikat von der Hong Kong University of Science and Technology.
SCHULE:
Die Universität für Wissenschaft und Technologie in Hongkong
GRADUIERT:
2018
DAUER:
6 Monate
Python und Statistik für die Finanzanalyse Erlangte Fähigkeiten
In diesem Modul lernen Sie die Python-Grundlagen zum Importieren, Bearbeiten und Visualisieren von Börsendaten.
Erkundung grundlegender Konzepte von Zufallsvariablen. Nach dem Verständnis der Häufigkeit und Verteilung von Zufallsvariablen gehen wir weiter zur Diskussion über die Wahrscheinlichkeit.
das Grundkonzept der statistischen Schlussfolgerungen wie Grundgesamtheit, Stichproben und Zufallsstichproben verstehen.
Lernen der Assoziation von Zufallsvariablen mit einfachen und multiplen linearen Regressionsmodellen.
Kurs-Perspektive
Ich habe gerade den Kurs "Python and Statistics for Financial Analysis" abgeschlossen, und ich kann Ihnen sagen, dass er mir die Augen geöffnet hat. Ich war schon immer jemand, der sich gerne die Hände mit dem Stoff schmutzig macht, bevor ich eine formale Lernumgebung betrete. Sicher, ein Zertifikat ist schön, aber das eigentliche Geschäft ist die Anwendung des Gelernten, oder?
Aktiendaten und Python: Eines der ersten Dinge, die mir auffielen, war, wie man mit Python mit Aktiendaten herumspielen kann. Das Importieren, Manipulieren und sogar Visualisieren von Aktientrends war wie eine Zaubershow, aber mit Daten. Ich kann mir durchaus vorstellen, dies für die Analyse des digitalen Marketings zu nutzen, auch wenn es sich um Finanzdaten handelt.
Spielen mit Zufallsvariablen: Wir haben uns mit Zufallsvariablen und ihrer Häufigkeit und Verteilung beschäftigt. Das ist wie ein Blick hinter die Kulissen eines Würfelwurfs. Zufallsvariablen gibt es überall, vom Aktienmarkt bis zum Verbraucherverhalten. Und Sie können darauf wetten, dass ich dies in meinen Marketingstrategien nutzen werde, um die Handlungen der Kunden besser zu verstehen.
Statistische Inferenz: Es war cool, etwas über Grundgesamtheiten und Stichproben zu lernen. Ich meine, wir treffen im digitalen Marketing ständig Annahmen und Vorhersagen. Wenn man also die Grundlagen der statistischen Inferenz versteht, kann das wirklich dabei helfen, diese fundierten Vermutungen fundierter zu machen, nun ja.
Regressionsmodelle: Lineare Regressionsmodelle waren die Kirsche auf dem Sahnehäubchen. Es geht darum, die Beziehungen zwischen verschiedenen Variablen zu verstehen. Wie wirkt sich zum Beispiel der Preis einer Aktie auf eine andere aus? Oder in meinem Fall: Wie wirkt sich eine bestimmte Marketingstrategie auf das Verbraucherverhalten aus?
Also, hier ist der Plan: Ich nehme all dieses neu gewonnene Wissen und gebe es weiter. Egal, ob es um digitales Marketing geht oder um irgendetwas anderes, was mich interessiert, ich will das Leben in der Gemeinschaft lernen. Ich habe mehr Jahre hinter mir als vor mir und eine Familie und ein Kind, an die ich denken muss. Warum also nicht das Beste daraus machen und anderen auf ihrem Weg helfen? Vor allem in Malaysia und Singapur, Orte, die ich einfach lieben muss. Es ist an der Zeit, etwas Finanzanalyse in meine digitale Marketingmagie einzubauen. Los geht's!