Vai al contenuto

Python Academy e Python BootCamp

Nell’autunno del 2018, con la presentazione della Python Academy, la formazione Gandalf Project ha fatto un deciso salto di qualità, non occupandosi più soltanto di meta linguaggi (EasyLanguage/PowerLanguage) per la codifica di Trading System per le piattaforme commerciali più utilizzate dai professionisti del Trading Algoritmico (Tradestation e Multicharts), ma proponendo agli interessati un percorso di programmazione di alto livello basato su Python.

Pur continuando a curare maniacalmente i percorsi formativi basati su Tradestation e Multicharts, che continuano a caratterizzare dei tasselli fondamentali all’interno della formazione Gandalf, abbiamo proposto qualcosa di più sfidante che difficilmente troverete in giro: la possibilità di diventare un Data Scientist.

Un Data Scientist è un professionista in grado di analizzare in profondità qualunque tipologia di dati (nel nostro caso dati finanziari), scrivere codice per estrapolare comportamenti ripetitivi, stagionalità, inefficienze multi time frame o multi market e tutti quegli aspetti legati all’opportunità di costruire un trading system svincolato dalle piattaforme a pagamento. Scrivere un sistema automatico in Python significa controllare ogni aspetto con una consapevolezza che per un trader si traduce in maggiore confidenza.

Ma scrivere un trading system in Python è più complicato che scriverlo in EasyLanguage? La risposta è no e proviamo ad articolarla.

Avere un linguaggio unico per l’analisi dei dati, per la costruzione di un trading system e per l’allestimento in un portafoglio a rischio controllato, si declina nella capacità di gestire autonomamente qualsiasi aspetto. A livello sintattico il linguaggio è più pulito, più intuitivo e soprattutto è un linguaggio “vero”, che non muore fuori dalla piattaforma in cui è nato e che potrete utilizzare a prescindere dalla necessità di realizzare uno strumento di Trading o di Investing. Un esempio: pensate alla gestione intraday dei livelli di prezzo su base sessione con le funzioni in EasyLanguage degli strumenti finanziari che abbiano la sessione a cavallo della mezzanotte come i metalli: il codice diventa criptico e non tutti sono in grado di comprenderlo a fondo, con i rischi che ne derivano. Con Pandas, una delle librerie più popolari per giocare con i dati in Python, tutto diventa un gioco da ragazzi e, come tale, comprensibile da tutti.

Se abbiamo compreso come Python batta EasyLanguage in termini di pulizia (non solo formale) e comprensibilità, la seconda domanda che dobbiamo porci è se sia sufficientemente potente e veloce rispetto a Java o a C: la risposta è affermativa, grazie alle centinaia di librerie scritte proprio in C che consentono di pensare e scrivere le nostre idee ad alto livello (con un codice decisamente più intuitivo di Java, C# o C per fare degli esempi) e di applicarle senza pagare alcun prezzo dal punto di vista computazionale. Python oggi è la scelta di progetto più utilizzata a livello interdisciplinare, dall’analisi finanziaria al marketing, passando per l’analisi statistica in ambito genetico e l’ingegneria elettronica, solo per fare degli esempi. Ed il motivo è che serviva uno strumento di lavoro professionale che fosse adatto a qualsiasi competenza e che consentisse di testare le proprie idee rapidamente, abbattendo il muro dell’apprendimento iniziale. Ed è anche per questo che nei colloqui di lavoro e nei master finanziari è diventato argomento preferenziale.

Ovviamente come tutti i linguaggi va appreso e ciò deve avvenire con tempi congrui, senza fare salti. Ma Python è attualmente il linguaggio di programmazione più semplice da apprendere. Questo aspetto forse pesa più di tutti gli altri nella scelta di ciascuno di noi.

Abbiamo costruito la Python Academy come un percorso di 12 settimane da seguire comodamente da casa propria, sul proprio pc portatile o sul proprio tablet mentre si viaggia o in un parco mentre ci si gode una giornata di sole. Il corso, integralmente registrato e interamente fruibile in streaming, non fa rinunciare all’interattività quotidiana con i docenti grazie ad uno spazio condiviso dove chiarire i propri dubbi e scambiarsi codice con gli altri corsisti di oggi o del passato, una autentica community di Coders. Non parliamo di un forum ma di una tecnologia collaudata in ambito programmazione.

Le 16 settimane sono suddivise in 7 moduli didattici tematici a difficoltà crescente chiusi, ciascuno, da una prova intermedia per accedere al successivo: nessun voto di confronto e privacy tutelata, solo un modo inequivocabile per ciascuno di noi per comprendere se sia o meno il caso di trascorrere ancora un po’ di tempo sugli argomenti appena svolti. E in questi mesi questo rigore ha pagato in termini di robustezza e longevità.

Abbiamo disegnato ogni aspetto per ottimizzare l’efficacia della didattica e crediamo fortemente come l’apprendimento di un linguaggio di programmazione debba avvenire secondo i tempi che ciascuno sia in grado di dedicare al progetto. Sei ore a settimana per dodici settimane può essere molto per professionisti o dipendenti che svolgano una propria attività lavorativa durante il giorno: ecco perché permettiamo di diluire a piacere le 12 settimane secondo le proprie necessità. La garanzia è che ciascuno sarà seguito in maniera dedicata da un docente per tutto il tempo necessario.

Curiamo l’aspetto del rapporto con il corsista sin da prima dell’iscrizione: è infatti possibile prenotare un colloquio personale e senza impegno con Giovanni Trombetta per capire se l’aspettativa o gli ambiti di applicazione siano in linea con l’architettura del corso o per costruire insieme una tabella di avanzamento disegnata su ciascun cliente.

Ma non finisce qui!

A fine giugno abbiamo deciso di regalare a tutti i corsisti della Python Academy una intera giornata dal vivo(sabato 29 giugno a Giulianova, in Abruzzo) per un recap conclusivo sugli aspetti più avanzati dell’Analisi Quantitativa, quindi Trading SystemEquity Control e Tecniche di Portafoglio e Algoritmi Rotazionali. Se volete partecipare e siete iscritti alla Python Academy, dovete semplicemente scriverci ad info@gandalfproject.com e prenotare il vostro posto in sala.
Per tutti coloro che non abbiano ancora partecipato alla Python Academy, potete contattarci allo stesso indirizzo e potrete usufruire anche voi del summit di giugno: qui tutti i dettagli!

Cos’è il Python BootCamp 2019?

La giornata del 29 giugno prelude ad altri 3 giorni (da domenica 30 giugno a martedì 2 luglio) che abbiamo costruito per parlare di Machine Learning, codificare insieme Algoritmi Genetici e Reti Neurali e connettere trading system scritti in Python direttamente con l’API di un broker per andare a mercato senza alcuna piattaforma commerciale.
L’interesse su questi temi stava crescendo e anche la richiesta di formazione in tal senso: abbiamo quindi pensato un percorso d’aula che prendesse il testimone dalla Python Academy e traghettasse i Data Scientist attraverso la scoperta dei temi legati all’Artificial Intelligence applicata all’Analisi Quantitativa.

Queste le domande a cui risponderemo durante il Python BootCamp 2019:

Teoria e pratica del Machine Learning (Sistemi a Regressione Lineare, Regressione Logistica, K-Nearest Neighbors, K-Means Clustering, Alberi Decisionali e Random Forest, Support Vector Machine, Reti Neurali Artificiali di tipo MLP, CNN, RNN ed LSTM, Algoritmi Genetici e Programmazione Genetica).
• Come costruire in Python un motore automatico basato sulla programmazione genetica per sondare centinaia di migliaia di regole di compravendita con cui realizzare il cuore di un Trading System.
• Come è possibile costruire in modo snello una architettura Stacked di Neural Networks per la previsione dell’andamento futuro di mercato.
• Come realizzare una aggregazione di portafoglio basata sul Machine Learning.
• Come inibire o riattivare un Trading System sulla base di un algoritmo di Machine Learning.
• Come è possibile andare a mercato direttamente con poche righe scritte in Python senza utilizzare piattaforme commerciali.

Il Python BootCamp 2019 è nato per dare risposta a tutti coloro che conoscano già il linguaggio Python (quindi sia i corsisti della Python Academy che tutti coloro che lo abbiano appreso altrove) e che vogliano entrare rapidamente nel mondo dell’AI (Artificial Intelligence) bruciando le tappe e mettendosi rapidamente in pari con lo stato dell’arte di questa materia sempre più attuale.

Il premio è la completa autonomia nella selezione dei modelli previsionali per qualsiasi ambito di applicazione: durante le tre giornate, infatti, prima di vedere applicazioni dedicate all’Analisi Quantitativa, costruiremo modelli interdisciplinari dedicati al pricing delle abitazioni, la classificazione di specie vegetali, la diagnostica medica, fino alla stima degli echo radar di una sonda geologica! 
Si tratta quindi di un percorso intensivo adatto anche a chi non si occupi specificamente di finanza.

Qui trovate tutti i dettagli organizzativi…

E per chi volesse partecipare all’intero percorso (sia alla Python Academy che al Python BootCamp 2019, quindi a 12 settimane online + 4 giorni d’aula dal 29 giugno al 2 luglio 2019), è possibile approfittare di un Bundle in promozione ancora per pochi giorni!

E dopo l’esperienza dal vivo?

Potrai continuare ad interagire, senza limiti di tempo, nella community dei Coders Gandalf Project e potresti essere selezionato per collaborare attivamente con il nostro Team di Ricerca e Sviluppo!

Cari Pythonisti vi aspettiamo!

Giovanni Trombetta

Head of Research & Development Gandalf Project

AVVERTENZE: I contenuti di questo articolo (e degli altri contenuti in questo sito) e le opinioni espresse non devono in nessun caso essere considerati come un invito all’investimento.
Le analisi non costituiscono mai una sollecitazione all’acquisto o alla vendita di qualsivoglia strumento finanziario. Queste note hanno per oggetto analisi finanziarie e ricerca in materia di investimento. Qualora vengano espresse delle raccomandazioni, queste hanno carattere generale, sono rivolte ad un pubblico indistinto e mancano dell’elemento della personalizzazione.
Sebbene frutto di approfondite analisi, le informazioni contenute in questo e negli altri articoli possono contenere errori. Gli autori non possono in nessun caso essere ritenuti responsabili per eventuali scelte effettuate dai lettori sulla base di tali informazioni erronee. Chi decide di porre in essere una qualsiasi operazione finanziaria sulla base delle informazioni contenute nel sito lo fa assumendone la totale responsabilità.

DISCLAIMER: The contents of these notes and the opinions expressed should in no case be considered as an invitation to invest. The analyzes never constitute a solicitation to buy or sell any financial instrument.
These notes relate to financial analysis and investment research. If recommendations are made, these are of a general nature, are aimed at an indistinct audience and lack the element of personalization.
Although the result of in-depth analysis, the information contained in these notes may contain errors. The authors cannot under any circumstances be held responsible for any choices made by readers on the basis of such erroneous information. Anyone who decides to carry out any financial transaction on the basis of the information contained in the site does so assuming full responsibility.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *