Tematska celina 1. Početak
Ova celina je uvod u osnove pajtona, uključujući imenovanje varijabli i različitih tipova podataka u pajtonu.
Lekcija 1. Instaliranje programskog jezika pajton na računaru
aktivnost 1: instalacija pajtona, kreiranje prečica (ikonica), i radnog foldera Pajton1
aktivnost 2: pajton konzola i pajton skripte
aktivnost 3: pajton kao kalkulator
aktivnost 4: komanda print()
aktivnost 5: notiranje objašnjenja (komentari)
Lekcija 2. Varijable
aktivnost 1: definisanje varijabli, postupak dodeljivanja im vrednosti
aktivnost 2: dozvoljeni nazivi varijabli
aktivnost 3: upotreba varijabli za procenu trendova akcija
aktivnost 4: kreiranje numeričkih varijabli
aktivnost 5: izračunavanje prosečnog prihoda
Lekcija 3. Tipovi podataka
aktivnost 1: tipovi podataka
aktivnost 2: identifikacija tipa podataka, funkcija type()
aktivnost 3: manipulacije sa varijablama
aktivnost 4: promena tipa varijable
Tematska celina 2. Struktura podataka – Liste
Ova celina predstavlja liste u pajtonu i kako se one mogu koristiti za rad sa podacima.
Lekcija 1. Liste
aktivnost 1: kreiranje lista u pajtonu
aktivnost 2: indeksiranje elemenata liste
aktivnost 3: selektovanje više elemenata liste
aktivnost 4: selektovanje na preskok
Lekcija 2. Ugnježdene liste
aktivnost 1: kreiraj i prikaži listu akcije koja će se sastojati od dve prethodno kreirane liste imena i cene
aktivnost 2: upotrebom liste akcije, prikaži listu cene
aktivnost 3: upotrebom liste akcije, prikazati ime Coca-Cola
aktivnost 4: upotrebom liste akcije, prikazati cenu od 71.17
Lekcija 3. Metode i funkcije za liste
aktivnost 1: istraživanje metoda i funkcija za liste
aktivnost 2: upotrebom metoda za liste dodaj joj nove elemente
aktivnost 3: pronađi ime akcije sa najnižom cenom
Tematska celina 3. Struktura podataka – Nizovi
Ova celina predstavlja pakete u pajtonu, posebno paket NumPy i kako se on može efikasno koristiti za manipulaciju nizovima.
Možete koristiti paket NumPy za kreiranje nizova. NumPy nizovi su optimizovani za numeričke analize i sadrže samo jedan tip podataka. Da biste konvertovali listu u niz, možete koristiti funkciju array() iz NumPy-a.
Lekcija 1. Nizovi
aktivnost 1: instalacija modula
aktivnost 2: učitavanje modula
aktivnost 3: NumPy i nizovi
aktivnost 4: razlike između NumPy nizova i listi
Lekcija 2. Dvodimenzionalni nizovi i funkcije
aktivnost 1: kreiraj i prikaži dvodimenzionalni niz kreiran na osnovu dve liste
aktivnost 2: atributi niza
aktivnost 3: funkcije niza
aktivnost 4: funkcija np.arange()
aktivnost 5: funkcija np.transpose()
Lekcija 3. Korišćenje nizova za analize
aktivnost 1: kreirati nizove prices i sectors
aktivnost 2: prikazati prvu, treću i petu cenu iz niza prices
aktivnost 3: prikazati poslednju i pretposlednju cenu iz niza prices
aktivnost 4: Bulov niz
aktivnost 5: prikazati samo iznad prosečne cene
aktivnost 6: prikazati cene samo iz IT sektora
Tematska celina 4. Grafikoni
U ovoj celini upoznajemo se sa paketom Matplotlib pomoću koga kreiramo razne vrste grafikona
Lekcija 1. Kreiranje grafikona
aktivnost 1: Matplotlib – paket za vizuelizaciju
aktivnost 2: Crtanje grafikona pomoću modula pyplot
aktivnost 3: urediti da bude crvena puna (neisprekidana) linija
aktivnost 4: urediti da bude isprekidana linija
aktivnost 5: dodavanje labela (opisa) i naslova
aktivnost 6: dodavanje dodatne linije (dodatnog grafikona)
aktivnost 7: dijagram rasturanja tačaka
Lekcija 2. Histogrami
aktivnost 1: prikaz histograma
aktivnost 2: promena broja stubića (bins)
aktivnost 3: normalizacija (relativizacija) podataka histograma
aktivnost 4: slojevito nanošenje više histograma na grafikon
aktivnost 5: alpha – promena transparentnosti histograma
aktivnost 6: dodavanje legende
Tematska celina 5. S&P 100 studija slučaja
U ovoj celini primenjivaćemo sve tehnike koje smo do sada savladali i to nad podacima S&P 100.
Lekcija 1. Liste
aktivnost 0: da li su sve četiri liste iste dužine?
aktivnost 1: prikazati prva četiri elementa liste names
aktivnost 2: prikazati ime, cenu, zaradu, kao i sektor, koji se odnosi na poslednju kompaniju u listama.
aktivnost 3: Nizovi i NumPy
Lekcija 2. Detaljniji pogled na sektore
aktivnost 1: Filtriranje nizova
aktivnost 2: Deskriptivna statistika (iliti sumiranje) sektorskih podataka
aktivnost 3: Grafičko predstavljanje P/E racija
Lekcija 3. Grafički prikaz (vizuelizacija) trendova
aktivnost 1: Histogram P/E racia
aktivnost 2: Identifikacija (imenovanje) autlajera
Tehnički detalji interaktivne obuke
Obuka je interaktivnog karaktera, jer svaki polaznik radi i unosi komande za svojim računarom, prateći predavača. Predavač (čiji je računar povezan na projektor) polako objašnjava poslovni projekat i rešava ga unoseći jednu po jednu liniju kôda u okviru pajton razvojnog okruženja. Svaka linija kôda se detaljno elaborira.
U okviru interaktivne obuke, dobićete i detaljno napisan priručnik, sa svim aktivnostima, koji su rađeni na obuci, uključujući i sve linije kôda koje ste napisali. Takođe interaktivnu obuku prati i kreirani video materijal za svaku lekciju, gde je opet detaljno objašnjeno rešavanje poslovnog projekta i elaboracija svake linije kôda. Na ovaj način bićete u stanju da potpuno razumete i savladate kako uvod u finansije, tako i odgovarajuće komande programskog jezika pajton.
Za potrebe praćenja ove obuke nije vam potrebno nikakvo predznanje iz programskog jezika pajton.
Predavač na obuci je dr Vladimir Vasić, doktor statističkih nauka, redovni profesor na Beogradskoj bankarskoj akademiji – Fakultetu za bankarstvo, osiguranje i finansije, koji ima višedecenijsko iskustvo u rešavanju brojnih privrednih poslovnih projekata u zemlji i regionu.
Predavač je 17 godina, učestvovao kao najviši istraživač (klasa A1) na projektima nacionalnog značaja na istraživanjima kvantifikacije verovatnoće difolta i izgradnje kreditnog rejtinga preduzeća. Dati projekti, finansirani od Ministarstva za nauku Srbije su: „Razvoj institucija i instrumenata hipoteke i financijskog tržišta u Srbiji“ (2006-2010) i „Rizici financijskih institucija i tržišta u Srbiji – mikroekonomski i makroekonomski pristup“ (2011-2022).
Takođe, predavač je više od 15 godina vodeći konsultant, kada su u pitanju izgradnja algoritama i modela alatima data mining-a.
Osim višedecenijskog iskustva u prenošenju znanja naprednog modeliranja i predikcije studentima završnih godina, predavač je i autor 25 naučnih radova objavljenih u časopisima na SCI i SSCI listi.
Prijavite se putem: linka
