本課程包含以下內容：
課程長度約 5.35 小時
33 個課程單元
Python與TEJ API：量化金融數據分析全攻略
課程簡介
我們認為，結合金融知識、統計學和程式設計，學員可能需要較長時間來掌握，在資料獲取與處理中，資料品質和資料量可能對分析結果產生重大影響，但好在TEJ API中就含有大量優良品質的金融市場資料，故使用者已無須擔憂資料獲取的部分。當然在修習完這堂課後，能提升一定的職場競爭力，掌握量化金融技能，使學員在金融科技和投資領域具備競爭優勢。
課程亮點
本課程結合金融理論與尖端技術，深入探討量化投資和機器學習的實際應用。學員將掌握Python資料處理、TEJ API操作及投資策略回測，通過實戰演練提升決策能力。適合有志於在金融科技和量化投資領域突破的學習者。
學習目標
- 掌握 TEJ API 資料撈取及處理技巧
- 了解前視偏誤及倖存者偏差的處理方法
- 熟悉使用 Python 進行資料分析與視覺化
- 掌握定期定額試算及技術指標建立方法
- 進行多元迴歸分析
- 熟悉機器學習在金融數據中的應用，包括監督式和非監督式學習
- 掌握回測交易策略及計算報酬率的方法
所需知識
- 基本統計學知識（如標準差、回歸分析）
- 基礎金融知識（如財報分析、市場運作）
- Python 程式設計基礎（如變數、資料結構、控制流程）
所需工具
- 操作系統：Windows 10 以上或 macOS
- 開發環境：如 Anaconda，包含 Jupyter Notebook
哪些人適合這堂課？
- 投資者：對金融市場有興趣，想掌握量化投資技術以提升個人投資策略的有效
- 大學生／研究生：修讀金融、經濟、計算機科學等相關專業，希望將理論知識應用於實際案例
- 數據科學家：對金融數據和量化分析有興趣，想將其應用於實際金融問題
課程要點
TEJ API（基礎）資料庫認識
量化常用套件功能講解
常見的回測偏誤及其處理
資料視覺化
利用 python 建構技術指標
量化分析＆機器學習的應用
課程內容共 33 個單元•總時數約 5.35 小時
關於講師
常見問題
課前提問
本課程包含以下內容：
課程長度約 5.35 小時
33 個課程單元
Python與TEJ API：量化金融數據分析全攻略