Vibe Code генеративное ИИ финансовое приложение с Python и LangChain -

Vibe Code генеративное ИИ финансовое приложение с Python и LangChain

Превью: 1. Введение. Давайте строить!

Зарегистрируйтесь и оформите подписку для доступа ко всем 66 урокам.

Регистрация Войти Оформить подписку

Выберите урок для просмотра

Содержание курса

Хотите смотреть этот курс?

Зарегистрируйтесь и оформите подписку для доступа ко всем урокам.

Регистрация Уже есть аккаунт? Войти

  • 1. 1. Введение. Давайте строить!

  • 2. 2. План игры для настройки и роста

  • 3. 3. Настройка

  • 4. 4. Получение курсов валют

  • 5. 5. Кэширование FX курсов

  • 6. 6. Загрузка финансовых данных

  • 7. 7. Расчет прибыли и убытков

  • 8. 8. Подсчёт итогов

  • 9. 9. Обновления текущего портфолио

  • 10. 10. Добавления в портфолио

  • 11. 11. Экспортирование CSV файла

  • 12. 12. Загрузка и настройка курсора

  • 13. 13. Виртуальная среда и зависимости

  • 14. 14. Форматирование приложения

  • 15. 15. Запуск приложения локально

  • 16. 16. Настройка вкладки

  • 17. 17. Завершение Tab

  • 18. 18. Настройка обновлений ресурсов

  • 19. 19. Настройка добавления новых ассетов

  • 20. 20. Подведение итогов по добавлению новых ассетов

  • 21. 21. Отладка вкладки

  • 22. 22. Вкладка отладки

  • 23. 23. Экспорт данных

  • 24. 24. Панель тестирования

  • 25. 25. Введение в финансы

  • 26. 26. Основные KPI для анализа акций

  • 27. 27. Основные стратегии торговли для анализа акций

  • 28. 28. Получение исторических цен

  • 29. 29. Вычисление скользящих средних

  • 30. 30. Построение скользящих средних

  • 31. 31. Волатильность

  • 32. 32. Визуализация волатильности

  • 33. 33. Коэффициент PE

  • 34. 34. Построение графиков соотношений P/E

  • 35. 35. Бета 446 K

  • 36. 36. Коэффициент Шарпа

  • 37. 37. Индекс относительной силы 421

  • 38. 38. Построение RSI

  • 39. 39. Пересечение MACD

  • 40. 40. Построение MACD пересечений

  • 41. 41. Настройка нового скрипта

  • 42. 42. Скользящие средние

  • 43. 43. Улучшение дизайна приложения

  • 44. 44. Волатильность

  • 45. 45. P/E коэффициент и бета

  • 46. 46. Коэффициент Шарпа, RSI и MACD

  • 47. 47. Тестирование и отладка

  • 48. 48. Добавление ключевых точек в KP

  • 49. 49. План игры для рекомендаций Gen AI

  • 50. 50. Установка Open Ai и Langchain

  • 51. 51. Что такое Lang Chain

  • 52. 52. Системные рекомендации

  • 53. 53. Комбинирование Kp

  • 54. 54. Рекомендации по ИИ

  • 55. 55. Настройка

  • 56. 56. Env и API ключ

  • 57. 57. Завершение рекомендаций AI

  • 58. 58. План улучшения портфолио и внедрения

  • 59. 59. Рассчёт нового Kp

  • 60. 60. Рекомендации AI с новыми инструментами

  • 61. 61. Настройка

  • 62. 62. Завершение работы с вкладкой

  • 63. 63. Версионирование библиотек

  • 64. 64. Github

  • 65. 65. Развертывание

  • 66. 66. От Дьогу: Как я инвестирую

Скачать курс по LLM. Vibe Code генеративное ИИ финансовое приложение с Python и LangChain

Нужен архив курса целиком?

Мы отправим ссылку на полный архив с оригиналом, переводом и материалами. Просто напишите администратору info@russiancourses.net и укажите, что именно нужно (можем поделиться вариантами отдельно).

Пропущены номера уроков?

Если в нумерации есть паузы, значит часть занятий текстовые или в виде файлов. Их можно найти в разделе «Материалы курса»: скачайте архив, чтобы получить все конспекты и дополнительные задания.

Категория

LLM

Длительность

7 ч 36 мин

Уроки

66 уроков

Курс перевод на русский

🎤 Новый перевод

О курсе на русском языке

Практическое создание инвестиционного приложения на базе ИИ с использованием Python, LangChain и реальных финансовых данных 📊

Курс посвящён объединению искусственного интеллекта и финансовых технологий. Вы шаг за шагом создадите полноценное приложение, которое анализирует рынок, обрабатывает данные и помогает принимать инвестиционные решения на основе алгоритмов и моделей.
Вы научитесь:

  • 🤖 Использовать LangChain и OpenAI для финансовых задач
  • 🔑 Подключать API и получать реальные рыночные данные
  • 📈 Анализировать финансовые показатели и торговые KPI с помощью Python
  • 🧠 Строить пайплайны данных для инвестиционных решений
  • 📊 Реализовывать современную портфельную теорию в коде
  • ⚖️ Программировать модель Блэка-Литтермана
Что входит в программу:

  • 🧩 Настройка среды разработки и работа с финансовыми источниками данных
  • 📉 Преобразование аналитических выводов в автоматические скрипты
  • 📦 Создание полного AI-приложения от идеи до работающего прототипа
  • 💼 Практический проект для портфолио разработчика
  • 👨‍🏫 Объяснения от практикующего аналитика данных и финансов
По завершении курса у вас будет готовое финансовое приложение и уверенное понимание того, как применять ИИ в финтех-задачах и обсуждать эти темы на работе или собеседованиях.
Подходит новичкам и разработчикам, которые хотят войти в мир финтеха и научиться создавать интеллектуальные инструменты анализа инвестиций.

Назад к курсам