Thread by @vowtz

Thread de domingo sobre Python voltado pro mercado financeiro.

Vou indicar alguns cursos que conheço, livros e bibliotecas que uso frequentemente.

https://twitter.com/j_camargo_nyc/status/1155142663710154753

Antes de tudo, vamos esclarecer algo: esquece essa ideia de aprender Python pra mercado financeiro.

É igual inglês. Você não chega sem saber nenhuma palavra e diz pro professor: "quero aprender inglês do mercado financeiro".

Você aprende inglês. Dps vc aprende alguns jargões.

Pra vocês terem uma ideia, há um tempo atrás eu criei um software pro back-office de um IB.

Sabe quantos cursos de "Python pro mercado financeiro" eu fiz? Nenhum.

Sabe quantas bibliotecas de finanças eu usei? Nenhuma.

Resumindo: aprendam Python, o resto é consequência.

Dito isto, vamos lá:

Melhor curso que eu conheço é o do @DataCamp .

O approach de ensino deles é sempre usando cases de finanças, machine learning, big data e coisas do gênero.

Nosso curso de Valuation (edufinance.com.br/aprenda-valuat…) teve toda a didática inspirada no modelo deles.

@DataCamp O problema do DataCamp é:

1) É caro (US$30/mês ≈ R$120/mês)
2) É em inglês

Por isso, sugiro sempre a obra de arte do Curso Em Vídeo, feita por um cara que eu admiro muito, o Gustavo Guanabara: bit.ly/2s958JE

- Gratuito
- Online
- Em português

@DataCamp Já sabe bem Python? Então o próximo passo é ir pro @quantopian

Eu não vou entrar na polêmica boba de value investor x quant investor.

As pessoas gostam de histórias bonitas, ídolos e caminhos fáceis (sem ter que abrir um livro). Não há nada que eu possa fazer sobre isso.

@DataCamp @quantopian No entanto, acreditando ou não, os fundos com abordagem matemática provavelmente prevalecerão no futuro.

Se você tem interesse por isso, o @quantopian é uma EXCELENTE forma de aprender sobre.

Se você não tem, pelo menos vai poder colocar em prática seu Python do mercado financ

@DataCamp @quantopian Beleza, agora vamos pros livros.

Diria que 90% das pessoas (sim, data foda-se) preferem cursos.

Mas alguns, assim como eu, tem mais facilidade com livros.

E, por mais que programação seja vista como algo millennial, totalmente digital, há ótimos livros sobre o tema.

@DataCamp @quantopian O melhor livro para quem está começando é o amzn.to/3148nia

Ele faz o percurso desde as coisas mais básicas da linguagem, como tipos de objetos (numeros, listas, dicionários) e vai até tópicos mais avançados, como decorators e metaclasses.

@DataCamp @quantopian Adendo: isso não é livro de romance. Não é pra ler antes de dormir.

Se organize, divida os capítulos e estude. Arrume uma forma de praticar.

Programação é igual esporte.
Você não aprende a andar de skate vendo vídeo de skate.

@DataCamp @quantopian Pra quem já se garante no básico de Python, o melhor material para virar fluente é o livro do Leonardo Ramalho: amzn.to/2Y76h3X

Vai se aprofundar em POO e Metaprogramação.

Simples, conciso e com toda experiência de quem programa há anos.

@DataCamp @quantopian Quer se aventurar pelo que há de mais moderno?

O Hands-On Machine Learning é uma gentle-introduction que vai te apresentar o incrível mundo da estatística amzn.to/2Y6q6bA

@DataCamp @quantopian Por último, bibliotecas que uso:

Ao contrário do que pensa o senso comum, Python é mais usado para coleta/tratamento/análise de dados do que pra criar robô que fica operando o dia inteiro.

Por isso, não espere ver aqui algo relacionado a automação de operações.

A primeira coisa que você vai acabar fazendo é tentar importar dados que você já tem.

Normalmente, eles vêm no seguinte formato:

1) CSV
2) JSON
3) Formato do bando de dados que tá armazenado (MongoDB, MySQL...)

Por isso, bibliotecas que você TEM que dominar para importar dados:

- os
- csv
- json
- glob
- datetime (sempre útil)
- pymongo ou SqlAlchemy

O problema é que muitas vezes os dados não vem até você. E se a montanha não vai a Maomé, Maomé vai até a montanha.

Por isso, Webscrapping é uma skill essencial.

As melhores bibliotecas são:

- Selenium
- Requests
- Lxml
- Time (só o sleep)
- TheBeautifulSoup (prefiro Selenium)

Agora que você já criou/importou os dados, chegou a hora de tratá-los.

Aqui, 2 bibliotecas fazem grande parte do dever de casa:

- Pandas
- Numpy

Pra analisar os dados, as melhores são:

- Matplotlib
- Seaborn
- Pandas-profiling

Já falei o bastante, me despeço por aqui.

Crianças, usem prog. com moderação (nada de criar robozinho pra DT de opção e depois vir reclamar cmg).

Abraço a todos, fiquem ricos.