Youngju Nielsen

von

The Fundamental of Data-Driven Investment

Sungkyunkwan University

Über diesen Kurs

2.773 kürzliche Aufrufe

In this course, the instructor will discuss the fundamental analysis of investment using R programming. The course will cover investment analysis topics, but at the same time, make you practice it using R programming. This course's focus is to train you to do the elemental analysis for investment management that you might need to do in your job every day. 
Additionally, the study note to do using Python programming will be provided. 

The course is designed with the assumption that most students already have a little bit of knowledge in financial economics. Students are expected to have heard about stocks and bonds and balance sheets, earnings, etc., and know the introductory statistics level, such as mean, median, distribution, regression, etc. 

The instructor will explain the detail of R programming for beginners. It will be an excellent course for you to improve your programming skills. If you are very good at R programming, it will provide you an excellent opportunity to practice again with finance and investment examples. 

Professor Youngju Nielsen creates the course with the assistants of Keonwoo Lim and Jeeun Yuen.
===========================================================================================
Coursera Course recommendations before this course for those who are not familiar with basic R programming:
<Getting Started with R>  
https://www.coursera.org/projects/getting-started-with-r
<Introduction to Business Analytics with R> 
https://www.coursera.org/learn/business-analytics-r
<Statistics with Python >
https://www.coursera.org/specializations/statistics-with-python

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Stufe „Anfänger“

Introductory statistics, introductory financial economics, and R programming

Ca. 19 Stunden zum Abschließen

Englisch

Untertitel: Englisch

Was Sie lernen werden

Build an investment factor model using regression methodology

Employ optimization algorithm using R standard library

Explain the portfolio performance

Kompetenzen, die Sie erwerben

Build an investment factor model using regression methodology.Explain the portfolio performance.Employ optimization algorithm using R standard library.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Stufe „Anfänger“

Introductory statistics, introductory financial economics, and R programming

Ca. 19 Stunden zum Abschließen

Englisch

Untertitel: Englisch

Dozent

Youngju Nielsen

525 Kursteilnehmer

1 Kurse

von

Sungkyunkwan University

Sungkyunkwan University (SKKU) was established in 1398 as the highest national educational institute in the early years of Joseon Dynasty in Korea. At present with the support of the world-renowned global company Samsung, SKKU is leading the development of higher education in Korea. SKKU actively encourages international collaboration through developing cutting-edge research and educational programs with its global partners.

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche

Woche 1

6 Stunden zum Abschließen

Analyzing Past Returns and Forecasting Future Returns

You will learn how to read stock price time-series data from CSV file and analyze the past return data.

6 Stunden zum Abschließen

6 Videos (Gesamt 79 min), 10 Lektüren, 2 Quiz

6 Videos

Course Introduction2m

What is Quantitative Investing?7m

Description of the Stock Price Data15m

How to Analyze Asset Returns19m

What Do Determine Future Investment Returns?17m

Forecasting Investment Returns with Factors17m

10 Lektüren

Python Script for Lecture 230m

[Optional] R Script for Lecture 2

DIS Data

Python Script for Lecture 330m

[Optional] R Script for Lecture 3

Python Script for Lecture 430m

[Optional] R Script for Lecture 4

SP500 Data

Python Script for Lecture 530m

[Optional] R Script for Lecture 5

2 praktische Übungen

Checking Your Basic R Knowledge1h 30m

Practice Project Week 11h 30m

Woche

Woche 2

5 Stunden zum Abschließen

Understanding the Risk Using Factors

First of all, you will learn how you can gauge investment strategy using backtesting.

You learned the first component of investment strategy, returns, in the first week. You will expand your study to assessing investment risks. To understand stocks' risks, you will calculate covariance and correlation matrix using historical time-series stock return data. You will extend this to market factor and three-factor models to understand the risk you are facing with your investment. Finally, you will calculate factor exposure using a 3-factor model from week 2 and separate common factor risk and idiosyncratic risk of the stock.

5 Stunden zum Abschließen

5 Videos (Gesamt 68 min), 9 Lektüren, 1 Quiz

5 Videos

How to Evaluate Investment Strategies?13m

How to Assess the Risk?16m

Analyzing Market Risk Using CAPM12m

How to Create a 3 Factor Model with the Tidyverse Package13m

What is Risk Factor Analysis and Idiosyncratic Risk Analysis?11m

9 Lektüren

Python Script for Lecture 630m

[Optional] R Script for Lecture 6

Python Script for Lecture 730m

[Optional] R Script for Lecture 7

Python Script for Lecture 830m

[Optional] R Script for Lecture 8

Python Script for Lecture 9-1030m

[Optional] R Script for Lecture 9

[Optional] R Script for Lecture 10

1 praktische Übung

Practice Project Week 21h 30m

Woche

Woche 3

3 Stunden zum Abschließen

Portfolio Analysis and Optimization

In this week, This week, you will download various global ETFs and make global asset allocation portfolio using mean-variance optimization.

3 Stunden zum Abschließen

3 Videos (Gesamt 30 min), 6 Lektüren, 1 Quiz

3 Videos

How to Get Data to Make a Portfolio of Multiple Assets10m

How to preparing Data for Portfolio Optimization7m

How to Create an Optimized Portfolio using Historical Data12m

6 Lektüren

Python Script for Lecture 1130m

[Optional] R Script for Lecture 11

Python Script for Lecture 1230m

[Optional] R Script for Lecture 12

Python Script for Lecture 1330m

[Optional] R Script for Lecture 13

1 praktische Übung

Practice Project Week 31h 30m

Woche

Woche 4

4 Stunden zum Abschließen

Performance Analysis

You will learn about various portfolios other than a mean-variance optimized portfolio. Additionally, you will add a constraint to your portfolio optimization. In reality, you might need to consider more than volatility measured by return standard deviation. You will grasp the concepts of VaR, maximum drawdowns and CvaR, etc.

4 Stunden zum Abschließen

5 Videos (Gesamt 54 min), 10 Lektüren, 1 Quiz

5 Videos

Drawing and Comparing Multiple Portfolios9m

How to Summarize the Result from Optimization9m

How to Add Constraints to Portfolio Optimization11m

Evaluate Asset Performance Using PerformanceAnalytics Package10m

How to Compare Constrained and Unconstrained Portfolios12m

10 Lektüren

[Optional] R Script for Lecture 14

SP500MonthlyExcel Data

Python Script for Lecture 1530m

[Optional] R Script for Lecture 15

Python Script for Lecture 1630m

[Optional] R Script for Lecture 16

Python Script for Lecture 1730m

[Optional] R Script for Lecture 17

Python Script for Lecture 1830m

[Optional] R Script for Lecture 18

1 praktische Übung

Final Project1h 30m

Häufig gestellte Fragen

When will I have access to the lectures and assignments?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich das Zertifikat erwerbe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja, Coursera bietet Kursteilnehmern, die die Gebühr nicht bezahlen können, finanzielle Hilfe an. Sie beantragen diese Hilfe, indem Sie auf den entsprechenden Link links unter der Schaltfläche "Anmelden" klicken. Sie werden dazu aufgefordert, ein Antragsformular auszufüllen, und Sie werden benachrichtigt, wenn Ihr Antrag bewilligt wird. Mehr erfahren.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..

The Fundamental of Data-Driven Investment

The Fundamental of Data-Driven Investment