Online Eğitim

Finansçılar için Python

Finans dünyasının karmaşık verilerini çözmeniz, piyasalardaki dalgalanmalara anında adapte olmanız ve risk yönetimini ustaca yapmanız için ihtiyacınız olan tüm bilgi ve becerilere sahip olun!

Finansal veriler üzerinde etkili analiz ve modelleme yaparak yatırım stratejileri geliştirebilecek, Seaborn ve Pandas gibi kütüphanelerle verilerinizi görselleştirip otomatik raporlar oluşturabileceksiniz.

14 dersin sonunda:
Python’un güçlü kütüphaneleri ve görselleştirme araçlarıyla finansal verileri görselleştirin.
Python ile riskleri minimize eden finansal modeller oluşturmayı öğrenin, böylece portföy yönetiminde daha güvenli ve etkin kararlar alın.
NumPy, Pandas ve Scikit-learn gibi popüler kütüphaneleri kullanarak finansal veriler üzerinde ileri seviye analizler yapın ve makine öğrenimi modelleri geliştirin.
Web'den finansal API’lerle veri çekme ve işleme becerilerini kazanarak anlık piyasa verilerine hızla erişin ve bu verileri işinize entegre edin.
Yfinance ve ARIMA gibi araçları kullanarak hisse senedi ve diğer finansal veriler üzerinde zaman serisi tahminleri yapmayı öğrenin.
Cron job ya da Windows Görev Zamanlayıcı ile işlemleri planlayın, finansal raporlamayı otomatik hale getirin.

Eğitmen:

Berk Hacıağaoğlu
Analytic Manager, KoçDigital
12 yılı aşkın süredir Veri Analizi ve Veri Analitiği üzerine çalışmaktadır.
Kariyerine akademide başlayıp, sonrasında bankacılık sektöründe devam etmiştir.
7 yıl Yapıkredi’de Data ANalyst ve Data Scientist olarak çalışmıştır.
Şu anda KoçDigital’de Analytic Manager olarak çalışmaktadır.
Aynı zamanda danışmanlık şirketinde finans kuruluşlarına ve bankalara analitik danışmanlık vermektedir.
Generative AI gibi yeni bir alanda 20+ proje konusu içerisinde yer almıştır.
Teknolojiyle yakından ilgilidir ve denizcilikle uğraşmaktadır.
Finans sektöründe bir devrim yaratmaya hazır mısınız?
Kursta aşağıdaki konuları analiz edeceğiz:

Kursta aşağıdaki konuları analiz edeceğiz:

Zamanınızı Geri Kazanın!

Finansal verileri toplama, temizleme ve analiz etme süreçlerinde daha hızlı olun! Python ile saatlerce süren işlemleri dakikalara indirebilir, Python’un güçlü kütüphaneleriyle zaman tasarrufu sağlayabilirsiniz.

Kararları Güçlendirin!

Veriye dayalı karar verme yeteneğinizi geliştirerek belirsiz piyasa koşullarında avantaj kazanın. Python ile finansal modelleme ve risk yönetimi araçlarını keşfedin, böylece riskleri daha iyi analiz edin.

Yenilikçi Çözümler Üretin!

Python ile finansal süreçlerin otomasyonu ve veri analitiği becerileri kazanarak verileri etkin bir şekilde işleyin, analiz edin ve iş süreçlerinize entegre edin.
BAŞLANGIÇ TARİHİ:
24 Aralık 2024
KURSUN SÜRESİ:
7 Hafta
14 Ders
FORMAT:
Web seminerleri
Ödevler ile ilgili geri bildirim

Nasıl eğitim veriyoruz?

Uygulama Temelli Dersler ve Ödevler

Derslerin materyallerini pekiştirmeniz için çok özel uygulama temelli alıştırmalar geliştirdik. Bu alıştırmalar sayesinde, liderliği çok daha iyi kavrayacaksınız.

Yardım ve Destek

Kurs eğitmeni, kurs sırasında ortaya çıkan tüm soruları yanıtlayacak ve ekibimiz öğrenme sürecinde size yardımcı olacaktır.

Network

Eğitim ile ilgili tüm bilgi ve dökümanları hızlıca edinebileceğiniz kapalı bir Whatsapp grubuna dahil olacaksınız.

Müfredat

1. Ders
Finans, Python ve Çalışma Ortamının Kurulumu
  • - Jupyter Notebook’un yüklenmesi ve özellikleri
  • - Finans ve veri alanında Python’un güçlü yönleri
  • - Syntax ve değişkenler
  • - Veri tipleri: metinler, sayılar ve kompleks tipler
  • - Metin manipülasyonu
    • - Metin oluşturma
    • - Metin birleştirme
    • - Metin çıkarma
2. Ders
Veri Koleksiyonları, Operatörler ve Karar Yapıları
  • - List, tuple, dictionary ve array
  • - Aritmetik, karşılaştırma ve mantıksal operatörler
  • - Üyelik ve kimlik operatörlerinin kullanım alanları
  • - If-Else, For ve While yapıları
3. Ders
Numpy ve Pandas Kütüphaneleri
  • - NumPy dizileri ve işlemleri
  • - Loc ve iloc ile veri seçimi
  • - Tablolarda filtreleme ve indeksleme
  • - .XLSX ve .CSV formatları ile çalışmak
  • - Temel matematiksel fonksiyonlar ve vektör işlemleri
  • - Finansal veri setlerinin Pandas ile temizlenmesi ve düzenlenmesi
    • - Kayıp veriler
    • - Uç değerler (outliers)
  • - Değer döndüren fonksiyonlar
4. Ders
Python ile Veri Analizi ve Görselleştirme
  • - Keşifsel veri analizi (EDA) teknikleri
  • - Veri gruplama ve agregasyon
  • - Sık kullanılan grafik türlerinin oluşturulması
  • - Matplotlib ile temel görselleştirme teknikleri
    • - Grafikler ve histogramlar
    • - Başlık, etiket, renk ve stil ayarları
  • - Seaborn ile karmaşık veri yapılarının görselleştirilmesi
  • - Grafiklerden çıkarım yapılması
5. Ders
Finansal Verilerin Toplanması
  • - Finansal verilerin alınması
    • - Finansal APIs
    • - Web Scraping ile verilerin toplanması
  • - Hisse senedi fiyatları ve getirilerinin analizi
  • - Uygulama: Emtia, döviz kurları ve S&P 500 verilerinin çekilmesi ve analiz edilmesi
6. Ders
Finansal Verilerin Analizi ve YFinance Kütüphanesi
  • - Basit hareketli ortalama (SMA) ve Üstel hareketli ortalama (EMA)
  • - Finansal zaman serisi analizi
  • - YFinance kütüphanesinin kullanımı
  • - YFinance ile finansal göstergeler
    • - P/E oranı
    • - Piyasa Değeri
7. Ders
Python ile Finansal İstatistik
  • - Finansta tanımlayıcı istatistikler
  • - Korelasyon ve kovaryans analizi
  • - Temel finansal istatistikler
    • - Getiri Hesaplama
      • - Yatırım Getirisi
      • - Yıllık Getiri
    • - Risk Ölçümleri
      • - Standart Sapma
      • - Beta Değeri
    • - Performans Göstergeleri
8. Ders
Python ve Makine Öğrenmesi Uygulama Alanları
  • - Makine öğreniminde önemli parametreler
  • - Finans alanında makine öğrenimi uygulama alanları
  • - Modelleme öncesi: Veri yükleme ve temizleme
  • - Veri temizleme: Eksik veriler, temel veri dönüşümleri
9. Ders
Python ile Basit Lineer Regresyon Modelleri
  • - Basit lineer regresyonun temelleri
  • - Python ile Basit Lineer Regresyon Modeli
  • - Scikit-learn kullanarak model kurma
  • - Modeli eğitme ve basit bir veri seti üzerinde test etme
  • - Model performansının değerlendirilmesi
  • - Hata metrikleri: MSE, R²
10. Ders
Finans Alanında Çoklu Regresyon Modelleri ve İyileştirme Teknikleri
  • - Birden fazla değişkeni içeren regresyon modelleri
  • - Model iyileştirme teknikleri
  • - Overfitting/underfitting kavramları
  • - Regularizasyon: Ridge, Lasso
  • - Gerçek veri seti üzerinde alıştırmalar ve model uygulaması
11. Ders
Python ve Finansal Risk Hesaplamaları
  • - Finans dünyasında kredi riski
  • - Kredi riski nasıl hesaplanır?
  • - Python kullanarak örnek veri seti inceleme
  • - Veri seti içindeki değişkenleri eleme, türetme
  • - Kredi risk modeli öncesi hazırlık
12. Ders
Kredi Risk Modeli (Regresyon)
  • - Kredi risk modelinin temel bileşenleri
    • - Borçlu değerlendirmesi
    • - Temerrüt olasılığı
    • - Kayıp verilme oranı
  • - Veri hazırlığı sonrası Target seçimi
  • - Kredi risk modeli performansının değerlendirilmesi
  • - Kredi Risk Modeli - Temerrüt Olasılığı
13. Ders
Python ile Finansal Zaman Serileri Tahmini
  • - Zaman serisi modelleri: ARIMA ve Lightgbm
  • - Zaman serisi verileri ile modelleme ve tahmin yapma
  • - Mevsimsellik ve trend analizi
  • - Zaman serilerinde model seçimi ve değerlendirme
14. Ders
Python ile Otomatik Finansal Raporlama Uygulaması
  • - Python'da rapor oluşturma yöntemleri
  • - Görsellerin ve analizlerin rapora entegrasyonu
  • - Rapor tasarımı ve düzeni üzerine öneriler
  • - Python Script'lerinin otomatikleştirilmesi
  • - Basit otomasyon script'leri oluşturma
  • - Zamanlanmış rapor oluşturma
  • - Zamanlanmış görevlerin oluşturulması (cron joblar, Windows Görev Zamanlayıcı vb.)
  • - Otomatik rapor oluşturmanın avantajları ve potansiyel zorlukları
  • - İş süreçlerinde Python: Soru-Cevap Oturumu

Bilgi İstiyorum

Kursa kayıt olmak için formu doldurun, eğitim danışmanımız
en kısa sürede sizlere ulaşarak kurs içeriği ve ücretlendirme hakkında detaylı bilgi verecektir.
Bu alanın doldurulması zorunludur
Bu alanın doldurulması zorunludur
Bu alanın doldurulması zorunludur
Bilgi İstiyorum