Sim. Caso não goste, você tem 7 dias da data da compra para solicitar o reembolso. É só mandar um e-mail.
As inscrições se encerram em:
Data Science para Finanças com Python contém o que há de mais moderno e avançado em termos de tecnologia para finanças
O Mercado Financeiro é um setor extremamente competitivo, mas ao mesmo tempo é extremamente conservador.
Isso se reflete, também, em termos de adoção de novas tecnologias.
Entretanto, nos últimos meses, aqui no Brasil, as coisas começaram a mudar rapidamente.
Gigantes do setor, como Itaú e XP, têm se movimentado, adquirindo empresas de gestão de investimentos altamente especializadas.
Assim, poderão incluir em seus produtos financeiros, o estado-da-arte em termos de tecnologia para finanças.
A concorrência já está de olho, e não vão ficar pra trás.
Em breve, esse movimento será seguido por outras empresas do setor.
No exterior, em mercados mais desenvolvidos, esse movimento já é realidade há anos, e tem se intensificado cada dia mais.
Só que, no Brasil, há um gargalo claro:
Então, você terá uma oportunidade única de se beneficiar disso.
Quem se preparar agora, vai surfar essa nova onda de oportunidades.
O Mercado Financeiro está mudando.
E a velocidade dessa mudança é proporcional à quantidade de dinheiro que se tem pra investir
E dinheiro é o que não falta no setor financeiro.
Então, prepare-se, estamos diante de uma revolução: a Revolução Quant
E no centro dessa revolução está o:
Parte do sucesso de Python deve-se ao fato dele ser é uma linguagem de multi-propósito, ou seja serve para vários fins.
O que por um lado é vantajoso pois contribui para o aumento da comunidade, tem um efeito negativo.
Se você procurar por aí cursos de Python, ou mesmo Python para Data Science vai encontrar um monte de conteúdo que não se aplica às finanças.
Falo isso, porque foi assim comigo mesmo.
Fiz vários cursos, alguns bem caros, e tinha que garimpar dentro deles, algo realmente que se aplicava às finanças.
Se, naquela época, tivesse alguém que me orientasse e me guiasse teria poupado muito tempo e dinheiro.
Pensando nisso, desenvolvi o curso Data Science para Finanças com Python
Uma forma de você aprender realmente o que importa, aplicado às finanças, e com isso poupar seu tempo e dinheiro.
SOBRE O CURSO
Objetivo: ao final do curso você será capaz de utilizar Python e suas principais bibliotecas para trabalhar com dados do Mercado Financeiro. Além disso, será capaz de fazer otimizações e backtesting de carteiras de investimentos.
Público Alvo: investidores, profissionais do Mercado Financeiro, qualquer pessoa interessada em Finanças, Investimentos e Programação
NÃO é foco do curso: estratégias de trading ou operações automatizadas (robôs)
Pré-requisitos: é esperado que você tenha algum conhecimento de lógica de programação. Uma conta (e-mail) do Google será necessário também, pois nossa principal ferramenta será o Google Colab.
O curso foi pensado de forma que o aluno possa evoluir gradualmente o conhecimento, para isso foi dividido nos seguintes módulos:
01 – Introdução ao Python
02 – Operadores Matemáticos e Expressões
03 – Variáveis
03b – Prática – O Valor do Dinheiro no Tempo
04 – Listas
05 – Tuplas
06 – Dicionários
07 – Estruturas Condicionais
08 – Estruturas de Repetição
09 – Funções
10 – Módulos
01 – NumPy Arrays
02 – Indexação e Seleção
03 – Operações
04 – NumPy Financial
01 – Modelos Matemáticos
02 – Distribuição Normal
03 – Demonstração – Probabilidade com Python
04 – Modelos de Retorno – Gráficos
05 – Modelos de Retorno – Cálculo Estatístico
06 – Otimização Média-Variância (PyPortfolioOpt)
07 – CAPM
08 – Calculando os Betas dos Ativos
09 – Otimização por CAPM
10 – Black-Litterman – Teoria
11 – Black-Litterman na Prática
12 – Black-Litterman – Idzorek, Matriz P e Vetor Q
13 – Modelos de Risco
14 – Backtesting dos Modelos – Preparando a Base de Dados e Calculando as Carteiras Ótimas
15 – BackTesting dos Modelos – Construindo e Executando o Processo de Teste
Meu nome é Rafael Amâncio, sou engenheiro e programo em Python há mais de 15 anos.
Aprendi Python em 2005 em um projeto de pesquisa na UFMG. Universidade, onde, posteriormente, me graduei em Engenharia Elétrica.
Em 2009, após ser aprovado em 1º lugar em um concurso público, comecei minha carreira no setor público em um órgão da Força Aérea Brasileira, o CINDACTA III.
Em 2010, após ser aprovado novamente em 1º lugar, assumi um cargo no Ministério Público Federal.
Em 2014, após ser aprovado em 2º lugar, assumi o cargo de Analista Legislativo/Engenharia no Senado Federal.
No mesmo ano, após alcançar, o que entendo como sendo o topo da minha carreira como engenheiro, comecei a estudar Python aplicado às finanças.
Além de ter criado o Canal Código Quant no Youtube, atualmente também sou aluno do Certificate in Quantitative Finance (CQF)
Ficou alguma dúvida?
Sim. Caso não goste, você tem 7 dias da data da compra para solicitar o reembolso. É só mandar um e-mail.
Não é o foco. Será abordado o conteúdo descrito acima
Por um ou dois anos, a partir da data de compra, dependendo do plano escolhido
Sim. Mas o curso muito prático. O ideal é que desenvolva seu código à medida que assiste às aulas
Sim. A dinâmica do curso foi pensada para que a dificuldade aumente gradualmente ao longo dos módulos. O que não pode faltar é vontade de aprender. Combinado?
Todas as estratégias e investimentos envolvem risco de perda. Nenhuma informação contida neste produto deve ser interpretada como uma garantia de resultados.