Finanční analýza s Pythonem: Praktický průvodce
Zjisti, jak efektivně využít Python pro finance. S kurzem si osvojíš potřebné skills, které ti usnadní datovou analýzu ve financích.
Jan Šanda
Head of Data Management
ČSOB
O KURZU
- Timeline
listopad—prosinec
- Čeká tě
12 LEKCÍ
- Formát
ŽIVĚ ONLINE
– V kurzu se od základů naučíš, jak využívat Python jako pro automatizaci, tak jako nástroj finanční analýzy.
– Ovládneš práci s knihovnami, jako jsou Pandas, Matplotlib a Scikit-learn, které ti umožní doplnit Excel nebo SQL o pokročilejší nástroje. Automatizace rutinních úkolů ti ušetří čas a zvýší přesnost výsledků.
– V rámci kurzu Python pro finance si vyzkoušíš praktické aplikace těchto dovedností na reálných finančních scénářích a naučíš se používat Python pro zvýšení efektivity své práce.
KURZ FINANČNÍ ANALÝZA V PYTHONU JE VHODNÝ PRO:
VZDĚLÁNÍ S r_d
Program
-
1. lekceÚterý 5. 11. 2024 19:00–20:30
Úvod do programování v Pythonu
- Úvod do programování a důvody, proč začít používat Python
- (Ne)výhody oproti ostatním programovacím jazykům
- Základní nastavení programovacího prostředí
- Základní nastavení programovacího prostředí
Výstupy z lekce: Dokážeš analyzovat výhody a nevýhody využití Pythonu, a tudíž víš, kdy se vyplatí ho použít. Máš nastavené programovací prostředí a umíš spouštět skripty. Máš přehled o různých vývojových prostředích, víš, jak psát a pouštět skripty, a znáš jejich výhody i nevýhody.
-
2. lekcePátek 8. 11. 2024 19:00–20:30
Základy Pythonu pro finanční analýzu
- Základní syntax
- Datové typy a struktury
- Logické operátory a funkce
- Rozdíl v metodách a funkcích
- IF/Else podmínky
Praktické cvičení: Vytvoříš program na správu jednoduchého akciového portfolia, který umožňuje vkládání i odebírání akcií a následný výpočet celkové hodnoty portfolia.
Výstupy z lekce: Dokážeš rozpoznat kód Pythonu a rozumíš jeho struktuře. Znáš základní principy programování a umíš napsat a spustit jednoduché skripty.
-
3. lekceÚterý 12. 11. 2024 19:00–20:30
Základy Pythonu pro finanční analýzu
- Loops
- Datové transformace a manipulace
- Základní balíčky
- Jak psát čistý kód
- Základní přístupy v programování (functional vs. object oriented programming)
Praktické cvičení: Napíšeš program na analýzu realitního portfolia, kde využiješ všechny naučené přístupy a implementační odlišnosti mezi functional a object oriented programming.
Výstupy z lekce: Umíš řešit komplikovanější datové problémy s Pythonem. Máš přehled o základních balíčcích a umíš je využít v praxi. Víš, jak psát čistý kód, který mohou ostatní jednoduše číst a využívat. Znáš nepsané principy formátování kódu, které by měl dodržovat každý, kdo píše kód v Pythonu.
-
4. lekcePátek 15. 11. 2024 19:00–20:30
Integrace Pythonu s dalšími nástroji
- Python a SQL
- Python a Excel
- Python a PowerPoint
- Zapojení Pythonu v rámci workflow
Praktické cvičení: V rámci jednoho scriptu stáhneš data z SQL databáze, v Pythonu provedeš transformaci dat, jejich analýzu, výstup uložíš do Excelu a vygeneruješ PowerPoint prezentaci se sumarizací výsledků.
Výstupy z lekce: Umíš kombinovat Python s běžně používanými nástroji a dokážeš v rámci jednoho workflow psát SQL a Python. Máš přehled o výhodách jednotlivých nástrojů.
-
5. lekceÚterý 19. 11. 2024 19:00–20:30
Automatizace běžných činností
- Práce s různými typy souborů a datových formátů
- Zrychlení a automatizace běžných činností
Praktické cvičení: Napíšeš program, který si poradí s různými typy datových formátů (CSV, Excel, JSON), provedeš datový preprocessing, vygeneruješ výsledný report a odešleš e- mailem zprávu o výsledku zpracování.
Výstupy z lekce: Umíš pracovat s různými typy souborů a dokážeš automatizovat běžné činnosti. Dokážeš z různých vstupních formátů zpracovat v Pythonu data, provést jejich analýzu a následně předat informace uživatelům v uživatelsky přívětivé formě.
-
6. lekcePátek 22. 11. 2024 19:00–20:30
Finanční sektor aneb kde všude se dá Python využít
- Úvod do fungování finančních institucí
- Využití Pythonu ve financích
- Na jakých konkrétních pozicích se s Pythonem setkáš
- V jakých situacích má smysl Python poprvé implementovat
Výstupy z lekce: Máš přehled o specifikách finančnictví a bankovnictví, dokážeš identifikovat konkrétní typy pozic, kde se Python využívá. Umíš Python spojit s konkrétním use casem a vyhodnotit vhodnost jeho použití.
-
7. lekceÚterý 26. 11. 2024 19:00–20:30
Vizualizace dat a reporting
- Jak správně vizualizovat data
- Přehled balíčků vhodných pro vizualizaci
- Interaktivní reporting
Praktické cvičení: Stáhneš si reálná bankovní data a vytvoříš nad nimi za použití několika balíčků různé typy vizualizací.
Výstupy z lekce: Umíš vybrat vhodný typ grafu pro konkrétní data a víš, kdy se rozhodnout pro statické a kdy pro interaktivní zobrazení. Máš přehled o možnostech vizualizace a víš, na co si dát při vytváření grafů pozor.
-
8. lekcePátek 29. 11. 2024 19:00–20:30
Analýzy časových řad
- Stručný úvod do statistiky
- Základní postupy analýzy časových řad
Praktické cvičení: Vytvoříš program, který importuje data o bankovních transakcích, provede nad nimi základní statistickou analýzu a výsledky vhodně graficky zobrazí.
Výstupy z lekce: Máš základní přehled o statistice, umíš konkrétní dataset popsat pomocí základních statistických ukazatelů a dokážeš analyzovat trendy v časových řadách.
-
9. lekceÚterý 3. 12. 2024 19:00–20:30
Základy machine learning modelů a jejich využití
- Úvod do machine learning modelů
- Jak vybrat správný model pro konkrétní use case
- Jak vyhodnotit jeho funkčnost a výstupy
Praktické cvičení: Vytvoříš základní machine learning model pro predikci selhání dlužníka.
Výstupy z lekce: Víš, jak machine learning modely fungují a jak je můžeš trénovat. Dokážeš zvolit správný model pro konkrétní use case a vyhodnotit predikční schopnosti modelů.
-
10. lekcePátek 6. 12. 2024 19:00–20:30
Umělá inteligence – konkrétní use case ve financích
- Stromové metody
- Neuronové sítě
Praktické cvičení: Navážeš na předcházející cvičení a budeš pokračovat se stejným datasetem pro predikci selhání klienta. Tentokrát využiješ pokročilejší metody.
Výstupy z lekce: Víš, jak fungují základní typy pokročilých AI modelů, umíš prakticky použít pokročilé algoritmy na konkrétní data a dokážeš vyhodnotit jejich predikční schopnost a efektivně je porovnat s jednodušším přístupem.
-
11. lekceÚterý 10. 12. 2024 19:00–20:30
Python ve spojení s AI nástroji pro zvýšení efektivity
- Jak efektivně pracovat s Copilotem při kódování
- Jak využít LLMs
- Další nástroje mimo Github Copilot
Praktické cvičení: Připravíš si otázky na poslední lekci QA a dobrovolný závěrečný projekt.
Výstupy z lekce: Umíš prakticky použít GitHub Copilot při své práci, dokážeš využít nejnovější přístupy pro efektivní práci a psaní kódu, a rozumíš nebezpečí, které používání nástrojů postavených na LLMs přínáší.
-
12. lekcePátek 13. 12. 2024 19:00–20:30
Q&A
- Otázky k závěrečnému projektu
- Q&A
- Future prospects
- Career
- Zakončení kurzu
Lektor
Jan Šanda
Head of Data Management
ČSOB
-
V ČSOB pracuje od roku 2016. Aktuálně se věnuje optimalizaci a automatizaci procesů v oblasti řízení rizik, financí a ESG. Je odpovědný za vývoj a správu datových řešení, zvyšování datové kvality a reporting.
-
Dříve pracoval na pozici team leadera – zaměřoval se na řízení úvěrových rizik, datovou analýzu a aplikaci machine learning metod pro portfolio management.
-
V Hypoteční bance vedl tým pro rozhodovací algoritmy a tržní rizika.
-
Je absolventem Univerzity Karlovy, Vysoké školy ekonomické a Londýnské univerzity.
ZÍSKEJ VÍCE INFORMACÍ O KURZU FINANČNÍ ANALÝZA S PYTHONEM: PRAKTICKÝ PRŮVODCE
Vyplň registrační formulář a připoj se k nám! Náš r_d tým se s tebou spojí co nejdříve, abys získal*a všechny potřebné detaily o obsahu kurzu Finanční analýza s Pythonem: Praktický průvodce a jeho ceně.