Calificación 5 de 5
4.8
- 5
- 4
- 3
- 2
- 1
"; i.id = "GoogleAnalyticsIframe"; if ("MutationObserver" in win) { new MutationObserver(function onDocumentChange() { if (d.body) { appendAnalytics(i, d.body.firstChild); this.disconnect(); } }).observe(d, { subtree: true, childList: true }); } else { appendAnalytics(i, d.getElementsByTagName('script')[0]); } })(document, window);
en 6 cuotas de
Llega gratis entre el martes y el miércoles
Retirá gratis entre el martes y el miércoles en correo y otros puntos
Ver en el mapaStock disponible
MercadoLíder | +100 ventas
MercadoLíder
+100
Ventas concretadas
Brinda buena atención
**************************************************************************************************
Combo x 5 Tomos a Elección
Envío Gratis incluido en el costo de la publicación
**************************************************************************************************
La serie "Python para Finanzas Quant" está dirigida a personas que quieren aprender Python desde 0 y poder entender de a poco este interesantísimo mundo de la inteligencia artificial, la BigData y todo el campo de DataScience en sí. El contenido está enfocado en temas de inversiones bursátiles, y el uso de herramientas de análisis cuantitativo (matemáticas y estadísticas) mediante el uso de python
Si bien repasamos a lo largo de toda la serie una infinidad de temas de estadística descriptiva, inferencial, álgebra lineal, análisis matemático, sucesiones y series, en realidad no son libros de matemática, sino que simplemente se apoyan en ellas e intentamos explicarlo en forma muy sencilla para todos aquellos que no son del campo de las ciencias duras pero que quieren aprender a explotar este tipo de herramientas de análisis
No es para nada una colección de libros para programadores, ni es necesario ningún nivel previo en programación, ya que arrancamos del supuesto que el lector es alguien que jamás en su vida programó nada, y vamos construyendo de a poco el conocimiento en estos pilares de la programación y las herramientas matemáticas paso a paso y siempre apoyados en ejemplos de aplicación real en el campo financiero de las acciones, bonos, opciones, futuros, derivados, sintéticos, análisis técnico, análisis fundamental, ratios, indicadores de riesgo y retorno, indicadores de análisis técnico, gráficos de velas, morfología de velas, soportes, resistencias, medias móviles, osciladores y todo tipo de herramienta de análisis clásico pero llevados al enfoque quant.
********************************************************************************************************
********************************************************************************************************
Tomos de la colección ya disponibles:
• t[0] Primeros Scripts: Introducción a Python y entornos de desarrollo recomendados. Estructuras de datos y variables. Estructuras lógicas básicas, ciclos y estructuras lógicas más complejas, concatenadas y anidadas
• t[1] DataFrames: Uso intensivo de la librería Pandas, estructuras de datos matriciales en formato de tablas, importación y exportación de datos con Excel y Python. Uso de funciones estadísticas con Pandas
• t[2] Matplotlib: Gráficas en Python, gráficas de líneas, gráficos financieros de velas, gráficas de columnas, columnas apiladas, columnas en 3D, anillos, gráficos estadísticos, histogramas y diagramas de cajas, introducción a modelización de distribuciones con scipy
• t[3] APIs de Market Data: Uso de funciones, JSON, requests http, APIs de datos de acciones, precios, fundamentals, indicadores, bonos, FX, opciones, futuros y datos económicos.
• t[4] APIs de Conexión a Mercados: APIs para acceso al mercado en Argentina API de Rofex. API de Invertir Online. API de Alpaca para inversiones en USA. Paper tranding, sandbox o cuentas simuladas. APIs de Exchange cryptos para mercados spot, futuros y opciones. HitBTC, FTX, Deribit, Binance etc.
• t[5] SDKs y Libreriás: Las mejores 25 librerías nativas de python para backoffice explicadas con ejemplos de finanzas pero basadas en tareas generales de oficina (automatizacion de envios de emails, procesamiento de archivos, planillas, excels, archivos de google drive, archivos comprimidos, aplicaciones de escritorio con tkinter, etc) El Tomo incluye el paquete de librerías estandar de Python y las librerías básicas de cálculo numérico y estadístico incluso análisis combinatorio con el paquete nativo itertools.
• t[6] Librerias para Data Science: Las mejores 27 librerías infaltables para un data sicnetist, hacemos un repaso general de cada librería y nos concentramos en las mas interesantes para nuestro campo de análisis de activos financieros, sobre todo las librerías de cálculo científico como scipy y cálculo simbólico como sympy y las de reportes gráficos. Incluye no solo las librerías generales de Data Science sino las específicas para usos financieros.
• t[7] Backtestings: Ejecución offline y online de un backtesting. Guardado de datos en BBDD o sistemas de archivos, consulta y actualización de backtestings. Métricas de un backtesting. Métricas de riesgo, análisis de las ventajas y desventajas de cada métrica. Paradigma de cálculo matricial y paradigma de estructuras event-driven para backtests.
********************************************************************************************************
********************************************************************************************************
PROXIMOS TOMOS
********************************************************************************************************
********************************************************************************************************
Algunas de las temáticas para los próximos tomos:
- Bases e datos y Frameworks. OOP
- Bots operativos
- Inteligencia Artificial. Machine Learning y redes neuronales
- Opciones
Garantía del vendedor: 12 meses
Preguntale al vendedor
Los libros ofrecen un contenido muy bueno y didáctico, ideal para iniciarse en la programación en Python con aplicaciones en finanzas. Son destacados por su excelente calidad de encuadernación y materiales. Además, son recomendables por su enfoque práctico y accesible, facilitando el aprendizaje tanto para principiantes como para aquellos con experiencia previa en programación.
Calificación 5 de 5
Un día después de recibirlo ya estoy ganando plata, ahora solo me faltan 8 monitores más.
Calificación 4 de 5
La tabla del libro bien, no es tan blanda es duradera, pero las hojas es como si se hubieran sacado fotocopias, muy blandas son hechas de hojas muy comunes. El contenido del libro es insuperable va directo a la programación con ejercicios propuestos y resueltos por lo que he visto. Lo recomiendo si quieren comenzar con programación en machine learning los tres primeros tomos. Debería haber un tomo sobre los diferentes tipos de algoritmo para machine learning.