CALDEIRÃO DE BOLSA

CFA não é para o comum dos mortais, infelizmente lol (parabéns aos dois)

Aproveito para informar que o DataCamp está com promoção de princípio do ano, para quem estiver interessado.

Abc.

VirtuaGod Escreveu:

Aposto que para ti o level 1 do CFA foi meio boring

Ou então não. Tive de estudar as 300/350 horas que toda a gente estudou. Fiquei o 2 meses seguintes com o cérebro queimado. Só em Setembro comecei a voltar ao normal (consigo quantificar o meu nível de bem estar intelectual devido às pontuações de xadrez).

E olha que chumbei a FRA. O que me safou foi o conhecimento de mercados. Tudo o que tinha a haver com mercado foi acima de 70% (e deve ter sido bem acima porque passei mesmo com chumbo a FRA).

eu também tenho o L1, estou agora a estudar po 2

Boa sorte. O meu está programado para 2019.

mas a ti vejo te mais nas programações do que no CFA

É brinquedo novo :-) Mas é praticamente só programação associada a mercados financeiros. Lá vou fazendo outros pequenos cursos de programação on-line mas ou é de estatística ou para aprender pandas.

Mas há coisas muito úteis como webscrapping, manipulação de ficheiros excel e automatização de tarefas. Toda a gente que use excel no trabalho deveria saber Python ou R. Comecei a criar ferramentas que me poupam horas de trabalho. A mais recente foi um script de 5 linhas que me poupou horas (aí umas 7 ou 8).

Laziness Makes The World Go Round (50 pics)

Tens um bom curso na udemy para aprender isso. Por 10 ou 12 euros é como se fosse de graça: https://www.udemy.com/automate/

A nível de apresentações ou de (shiny) apps como o site que criei é brilhante.

CFA só feito com 1 ano de estudo, em 6 meses é de cortar os pulsos eu no level 1 até tive o pico de forma digamos assim 2 meses antes do exame, mas este é mais puxado o do L2. p.s: No L2 o reporting é muito menos

Aposto que para ti o level 1 do CFA foi meio boring

Ou então não. Tive de estudar as 300/350 horas que toda a gente estudou. Fiquei o 2 meses seguintes com o cérebro queimado. Só em Setembro comecei a voltar ao normal (consigo quantificar o meu nível de bem estar intelectual devido às pontuações de xadrez).

E olha que chumbei a FRA. O que me safou foi o conhecimento de mercados. Tudo o que tinha a haver com mercado foi acima de 70% (e deve ter sido bem acima porque passei mesmo com chumbo a FRA).

eu também tenho o L1, estou agora a estudar po 2

Boa sorte. O meu está programado para 2019.

mas a ti vejo te mais nas programações do que no CFA

É brinquedo novo :-) Mas é praticamente só programação associada a mercados financeiros. Lá vou fazendo outros pequenos cursos de programação on-line mas ou é de estatística ou para aprender pandas.

Mas há coisas muito úteis como webscrapping, manipulação de ficheiros excel e automatização de tarefas. Toda a gente que use excel no trabalho deveria saber Python ou R. Comecei a criar ferramentas que me poupam horas de trabalho. A mais recente foi um script de 5 linhas que me poupou horas (aí umas 7 ou 8).

Laziness Makes The World Go Round (50 pics)

Tens um bom curso na udemy para aprender isso. Por 10 ou 12 euros é como se fosse de graça: https://www.udemy.com/automate/

A nível de apresentações ou de (shiny) apps como o site que criei é brilhante.

VirtuaGod Escreveu:Está sim.

Tenho já nos planos uns 18 a 24 meses para gastar fazer nanodegrees da udacity (quero fazer uns 5 ou 6) mas isso só para finais de... 2020.

Tenho a mania de pensar a muito longo prazo Neste momento acabei de atingir aquilo que eu considero o meu nível 1 (de 3). Que é data analyst e aplicação/programação dos conhecimentos financeiros que já tenho. Em termos de conhecimentos financeiros não tenho evoluído nada, apenas tenho aplicado o que já tinha. Assim com o o nível 1 do CFA (que tirei na Primavera) apenas foi um carimbo no meu já existente conhecimento.

Curvas eficientes, correlações, simulações de Monte Carlo, criação e acompanhamento de carteiras de investimento e análises estatísticas para análise de risco era o objectivo que já foi concluído. Neste momento estou a preparar artigos "aprofundados" com base nisso. Em breve gostaria de (ainda no nível 1 mas a roçar o 2) fazer Random Walks e bootstrapping.

Machine Learning e Métodos econométricos está para 2018 mas vai ser mais no Datacamp (do qual sou subscritor) e quero fazer o caminho de data scientist do dataquest.io. Métodos econométricos vai ser mais à base do Coursera e livros do estilo Introductory Econometrics for Finance 3rd Edition by Chris Brooks e Financial Analytics with R: Building a Laptop Laboratory for Data Science 1st Edition by Mark J. Bennett. Isto é onde se incluiria esse curso do udacity (seria mais para o fim de 2018) mmas como planeio depois fazer os nanodegrees todos seguidos vou acabar por adiar os cursos da udacity. Mas têm muito bom aspecto.

P.S. A documentação do cufflinks é ironicamente mais simples mas a melhor que vejo em open source. Feita em Jupyter notebooks. Podes ver aqui a "oficial" do criador: https://nbviewer.jupyter.org/github/santosjorge/cufflinks/tree/master/. Clica em tudo que tenha extensão ipynb.

Aposto que para ti o level 1 do CFA foi meio boring tens bons conhecimentos, eu também tenho o L1, estou agora a estudar po 2 mas a ti vejo te mais nas programações do que no CFA

Isso dos livros depende muito da pessoa e do caminho que pretendes seguir.

Nenhum desses 3 está sequer perto de estar na lista de compras, mesmo o de finanças é demasiado focado em derivados e não em asset allocation.

Livros que estou curioso para além dos 2 acima:

Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies (MIT Press) 1st Edition
by John D. Kelleher (Author),‎ Brian Mac Namee (Author),‎ Aoife D'Arcy (Author)

Deep Learning (Adaptive Computation and Machine Learning series) Hardcover – November 18, 2016
by Ian Goodfellow (Author),‎ Yoshua Bengio (Author),‎ Aaron Courville (Author)

Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems 1st Edition
by Aurélien Géron (Author)

An Introduction to Statistical Learning: with Applications in R (Springer Texts in Statistics) 1st ed. 2013, Corr. 7th printing 2017 Edition
by Gareth James (Author),‎ Daniela Witten (Author),‎ Trevor Hastie (Author),‎ Robert Tibshirani (Author)

Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython 2nd Edition
by Wes McKinney (Author)

Este último sendo provavelmente o mais simples. Mas tenho que O livro sobre pandas. O Wes McKinney quando criou o pandas trabalhava num hedge fund e o pandas foi criado com dados financeiros em mente. Entretanto já evoluiu muito mas as sementes estão lá

Este livro está para o python como o

R for Data Science: Import, Tidy, Transform, Visualize, and Model Data 1st Edition
by Hadley Wickham (Author),‎ Garrett Grolemund (Author)

está para o R. O livro do Wickham é também muito bom. Aliás, só trabalho mais em python por uma questão de visualização. Engraçado como toda a gente prefere a visualização do R, por causa do ggplot 2 mas eu prefiro de longe o matplotlib. Depois acrescentando a isso o cufflinks e o seaborn tenho gráficos que nunca pensei conseguir fazer, e ainda por cima apenas em meia dúzia de linhas (porque sou picuinhas senão eram numa linha como normalmente para EDA simples).

O R com o tidyverse + reports criados pelo yihui + R Shiny é, para mim, um workflow e ferramentas complicadas de bater. As ferramentas de visualização do python são é bastante mais bonitas na minha opinião, mas o trabalhar os dados prefiro R.

Espero é daqui a uns anos haver um salto da linguagem Julia, que provavelmente será o futuro de Datascience a médio prazo.

Em relação a estar tudo alinhado em termos de aprendizagem é simples, é apenas um alinhamento profissional. O caminho a percorrer é simplesmente aquele mais necessário em termos profissionais, por isso nem ligo a algo trading ou a análise fundamental. O objectivo é fazer as melhores carteiras de investimento e report das mesmas.

Tenho muita curiosidade em fazer umas análises estatísticas a volatilidades e ver o que conseguiria fazer em termos de trading com isso, mas com tanto para fazer isso está como hobby para daqui a uns (largos) anos.

Wowo ja tens ai um plano e pêras para os próximos tempos em termos de cursos a fazer

Eu para ja quero acabar este Nanodegree e depois vou investigar quais serão uns bons potenciais próximos cursos para fazer.

Ja agora aproveito também para perguntar se tens alguma opinião/feedback relativamente a estes livros (estou a pensar mandar vir da amazon):

- Python for Finance by Hilpish
- What hedge funds really do. By Philip Romero and Tucker Balch
- Machine Learning. By Mitchell

Obrigado.

Está sim.

Tenho já nos planos uns 18 a 24 meses para gastar fazer nanodegrees da udacity (quero fazer uns 5 ou 6) mas isso só para finais de... 2020.

Tenho a mania de pensar a muito longo prazo Neste momento acabei de atingir aquilo que eu considero o meu nível 1 (de 3). Que é data analyst e aplicação/programação dos conhecimentos financeiros que já tenho. Em termos de conhecimentos financeiros não tenho evoluído nada, apenas tenho aplicado o que já tinha. Assim com o o nível 1 do CFA (que tirei na Primavera) apenas foi um carimbo no meu já existente conhecimento.

Curvas eficientes, correlações, simulações de Monte Carlo, criação e acompanhamento de carteiras de investimento e análises estatísticas para análise de risco era o objectivo que já foi concluído. Neste momento estou a preparar artigos "aprofundados" com base nisso. Em breve gostaria de (ainda no nível 1 mas a roçar o 2) fazer Random Walks e bootstrapping.

Machine Learning e Métodos econométricos está para 2018 mas vai ser mais no Datacamp (do qual sou subscritor) e quero fazer o caminho de data scientist do dataquest.io. Métodos econométricos vai ser mais à base do Coursera e livros do estilo Introductory Econometrics for Finance 3rd Edition by Chris Brooks e Financial Analytics with R: Building a Laptop Laboratory for Data Science 1st Edition by Mark J. Bennett. Isto é onde se incluiria esse curso do udacity (seria mais para o fim de 2018) mmas como planeio depois fazer os nanodegrees todos seguidos vou acabar por adiar os cursos da udacity. Mas têm muito bom aspecto.

P.S. A documentação do cufflinks é ironicamente mais simples mas a melhor que vejo em open source. Feita em Jupyter notebooks. Podes ver aqui a "oficial" do criador: https://nbviewer.jupyter.org/github/santosjorge/cufflinks/tree/master/. Clica em tudo que tenha extensão ipynb.

@VirtuaGod: Nunca usei, mas seguindo o teu conselho fui ver a API (https://plot.ly/ipython-notebooks/cufflinks/) e pareceu-me bastante interessante. Ja esta no meu bookmarks para usar e explorar.

Ja agora partilho contigo o curso que estou a fazer, "Machine Learning for Trading" - https://www.udacity.com/course/machine- ... ing--ud501 - Estou a gostar bastante. Nao sei se vai de encontro ao que pretendes fazer com Python mas de qualquer forma fica aqui.

VirtuaGod Escreveu:@FredericoRocha - Já experimentaste o cufflinks? É mais simples que o matplotlib. É só df.iplot() tes é de fazer uns imports no inicio do script (podes ver os imports nos meus scripts. Os do cufflinks e do plotly).

@Artista Romeno - De qualquer das formas tens de aprender a linguagem. Tanto faz como aprendes. Mas só depois de aprender é que podes dar o teu cunho e fazer o que pretendes com ela. Como podes imaginar o que não falta são coisas de trading (via AI, via sentimento, via AT, fundamental etc etc).

Dá uma vista de olhos à quantopian https://www.quantopian.com/tutorials

P.S. Só agora reparei que já estavas no site do Sentdex. Houve algum problema? Isso já é vocacionado para trading!!

obrigado, tenho que tentar pelo quantopian então, aquilo o site que vi ja nao estava atualizado

@FredericoRocha - Já experimentaste o cufflinks? É mais simples que o matplotlib. É só df.iplot() tes é de fazer uns imports no inicio do script (podes ver os imports nos meus scripts. Os do cufflinks e do plotly).

@Artista Romeno - De qualquer das formas tens de aprender a linguagem. Tanto faz como aprendes. Mas só depois de aprender é que podes dar o teu cunho e fazer o que pretendes com ela. Como podes imaginar o que não falta são coisas de trading (via AI, via sentimento, via AT, fundamental etc etc).

Dá uma vista de olhos à quantopian https://www.quantopian.com/tutorials

P.S. Só agora reparei que já estavas no site do Sentdex. Houve algum problema? Isso já é vocacionado para trading!!

eu rendo-me as evidencias, quem não souber isto, é um info excluido tentei aprender por aqui https://pythonprogramming.net/python-fu ... investing/, mas a integração com o yahoo finance começou logo bem, eu vi o site que disses te virtua e pá mas eu nao quero porfolio eficiente para nada, quero é uma cena que funcione ao contrario dessa teoria se souberes de um curso disso, agradecia no fundo algo que me ajude a procurar empresas

Depois de ter feito um curso inicial de iniciação a Python na Udacity. Comecei um outro curso de Python mas agora mais ligado ao trading onde tenho usado bastante a biblioteca Pandas, Matplotlib e a NumPy.

Alguns exemplos do que tenho andado a brincar:

https://gizmodo.com/alphazero-annihilates-world-s-best-chess-bot-after-just-1821081928
https://www.chess.com/news/view/google-s-alphazero-destroys-stockfish-in-100-game-match

Os títulos dizem tudo

Depois de cursos/livros em R/Python mais vocacionados para a aplicação financeiras de conhecimentos que tinha estou agora a começar com machine learning e posteriormente deep learning (estou particularmente curioso com recurrent neural networks).

Se alguém quiser umas dicas com o caminho a tomar (mesmo estando a começar) esteja à vontade em questionar.

Tenho essencialmente usado cursos da udemy que compro por 10 euros (façam pesquisa google "udemy 10") com o browser em incognito mode. Tenho encontrado óptimos cursos. Vou complementando uns com os outros e com o datacamp.

Abr

FredericoRocha Escreveu:começar a fazer a regressão linear dos mínimos de cotação de um dado espaço temporal.

Porqueê dos mínimos? Não faria mais sentido a partir do fecho?

Aqui está o código no GitHub:
https://github.com/FredericoRocha/python.git

Este fim de semana tenciono ver a biblioteca que mencionaste (cufflinks), fazer alguma limpeza do código e começar a fazer a regressão linear dos mínimos de cotação de um dado espaço temporal.

Ahah muito bom!

Claro que vou meter aqui o código, tenho só que o meter no GitHub, estou apertado de tempo mas assim que tiver tempo meto aqui.

Obrigado também por essas funções para calcular as médias móveis.

Eu à procura da documentação da função .rolling do pandas e vem isto na primeira página do google

https://www.youtube.com/watch?v=Hbdi4702zvQ

@FredericoRocha

Para fazer médias móveis facilmente.

Assumo um ficheiro SPY.csv com colunas price e date

Código: Selecionar todos

# Importar SPY e reconhecer coluna data como indíce e datas
SPY= pd.read_csv('SPY.csv', index_col = 'date', parse_dates = ['date'])
print(SPY.head()) # sneek preview da data
print(SPY.info()) # Para ver se a coluna date está correctamente reconhecida como datas

# Calcular médias móveis de 90 e 360 dias
SPY['MM90'] = SPY.price.rolling(window='90').mean()
SPY['MM360'] = SPY.price.rolling(window='360').mean()

Não esquecer de partilhar código sff Só assim aprendemos e nos ajudamos

Aqui temos os primeiros gráficos:

Adj Close:



Clandlestick OHLC



Próximo passo começar a tentar traçar linhas de tendência

Alternativa à yahoo:

http://blog.fosstrading.com/2017/10/getsymbols-and-alpha-vantage.html

Tenho de testar. Tb deve dar em python porque pode-se ir buscar em .csv

FredericoRocha Escreveu:Obrigado! Bela ajuda, vou ver em mais detalhe essas bibliotecas.

Possivelmente vou ter que adaptar os meus dados para apenas ficar com os mínimos de um dado temporal e depois fazer a regressão linear só desses pontos e assim talvez consiga obter a linha de tendência que quero. Mas vou investigar e testar.

Sim eu vou querer os meus gráficos com velas.

Quando obtiver algo minimamente venho aqui postar.

Aconselho mesmo que dês uma olhadela ao cufflinks. Para dados financeiros é das melhores coisinhas que encontrei (quem criou foi um indivíduo que trabalha na reuters na secção que é tipo bloomberg).

Tudo interactivo, mais simples que matplotlib (que para todos os efeitos adoro para gráficos estáticos), e tem essa funcionalidade das velas. Não sei é como se faz um gráfico linear com velas (imagino que seja com base nos fechos mas não sei como programar isso).

Fico a aguardar o teu código e outputs. Dá uma vista de olhos à possibilidade de fazeres em jupyter notebooks e colocares no github para partilhares com o pessoal (não faço ideia do teu workflow por isso não sei se te dá muito trabalho mas se já usas Jupyter notebooks é muito simples de partilhar).

Obrigado! Bela ajuda, vou ver em mais detalhe essas bibliotecas.

Possivelmente vou ter que adaptar os meus dados para apenas ficar com os mínimos de um dado temporal e depois fazer a regressão linear só desses pontos e assim talvez consiga obter a linha de tendência que quero. Mas vou investigar e testar.

Sim eu vou querer os meus gráficos com velas.

Quando obtiver algo minimamente venho aqui postar.

Ainda não ando muito por esses lados mas já faço algumas regressões lineares básicas directamente em gráfico graças à espectacular biblioteca cufflinks. Esta é uma biblioteca cujo objectivo é simplesmente simplificar a escrita de código para plotly, que é uma biblioteca de gráficos D3.js (que por sua vez é uma biblioteca de gráficos javascript )

Tens aqui o código para fazer o gráfico em anexo: https://nbviewer.jupyter.org/github/LuisSousaSilva/Mini-tutorials/blob/master/On%20%27cufflinks%27%20linear%20regression%20%28Python%29.ipynb

Se quiseres algo mais complexo só mesmo com o google

P.S: O gráfico é o fecho (ajustado) do SPY nos últimos 10 anos, esqueci-me de colocar título. Tb dá para fazeres velas e gráfico OHLC sem grandes dificuldades graças à biblioteca cufflinks. Eu é que costumo trabalhar só com fecho (ajustado se for necessário)