Python para Mercado Financeiro 2.0

Acelere sua Jornada Rumo ao Sucesso

Aprenda o que realmente funciona para se destacar no mercado financeiro com programação e ciência de dados. Conheça o formato ideal para acelerar sua jornada profissional ou de Investidor.

COMPRAR AGORA

O Python está se tornando a língua franca do mercado financeiro. Esta é a sua chance de largar na frente.

Seja você um profissional buscando uma transição de carreira para o mercado financeiro, ou um investidor buscando aprender Python para investir melhor, a Comunidade PMF é o lugar certo para você sair do absoluto zero e atingir o nível avançado em Python aplicado ao mercado financeiro!

SOBRE O CONTEÚDO

________________________________

O PMF 2.0 é o curso definitivo para quem deseja dominar Python e Ciência de Dados aplicados ao mercado financeiro. Com mais de 2.000 alunos e dezenas de profissionais já empregados em grandes empresas, ele se tornou referência na formação de analistas e cientistas de dados no setor.

No curso, você aprenderá desde os fundamentos da programação até técnicas avançadas de análise, manipulação e visualização de dados financeiros. Além disso, abordamos temas essenciais como estatística, machine learning e construção de dashboards interativos, sempre com foco em aplicações reais do mercado.

Nosso diferencial está na abordagem prática: o aluno trabalha com dados reais, cases de mercado e projetos práticos, garantindo aprendizado sólido e aplicável no dia a dia profissional. Seja você um analista, trader ou entusiasta da área, o PMF 2.0 é o caminho para transformar dados em decisões estratégicas no mercado financeiro.

* Aprenda na prática com projetos reais

* Destaque-se no mercado com um portfólio sólido

* Entre para uma comunidade ativa de profissionais e alunos que compartilham conhecimento e oportunidades

Junte-se ao PMF 2.0 e leve sua carreira para o próximo nível!

* Aprenda na prática com projetos reais

* Destaque-se no mercado com um portfólio sólido

* Entre para uma comunidade ativa de profissionais e alunos que compartilham conhecimento e oportunidades

Junte-se ao PMF 2.0 e leve sua carreira para o próximo nível!

* Aprenda na prática com projetos reais

* Destaque-se no mercado com um portfólio sólido

* Entre para uma comunidade ativa de profissionais e alunos que compartilham conhecimento e oportunidades

Junte-se ao PMF 2.0 e leve sua carreira para o próximo nível!

EMENTA

________________________________

Ambientação no Python

Principais plataformas para se programar em Python

Comandos básicos

Variáveis e Objetos

Operações aritméticas e lógicas

Estruturas de dados:listas, dicionários, tuplas e conjuntos

Declarações condicionais

Estruturas de repetição

Outros operadores fundamentais

Funções e métodos

Bibliotecas

Ambientação no Python

Principais plataformas para se programar em Python

Comandos básicos

Variáveis e Objetos

Operações aritméticas e lógicas

Estruturas de dados:listas, dicionários, tuplas e conjuntos

Declarações condicionais

Estruturas de repetição

Outros operadores fundamentais

Funções e métodos

Bibliotecas

Ambientação no Python

Principais plataformas para se programar em Python

Comandos básicos

Variáveis e Objetos

Operações aritméticas e lógicas

Estruturas de dados:listas, dicionários, tuplas e conjuntos

Declarações condicionais

Estruturas de repetição

Outros operadores fundamentais

Funções e métodos

Bibliotecas

Obtenção de dados através de diferentes fontes

Dataframes e manipulações fundamentais

Como fazer filtros em tabelas

Utilizando índice datetime

Renomeando e reordenando colunas

Lidando com missings

Operações fundamentais:wide to long (melt), sort, duplicate, drop, etc.

Distribuição de dados em grupos

Consolidação de dados:merge, concat, binning, crosstab, pivot table e grouby

Conceitos fundamentais em finanças quantitativas

Obtenção de dados através de diferentes fontes

Dataframes e manipulações fundamentais

Como fazer filtros em tabelas

Utilizando índice datetime

Renomeando e reordenando colunas

Lidando com missings

Operações fundamentais:wide to long (melt), sort, duplicate, drop, etc.

Distribuição de dados em grupos

Consolidação de dados:merge, concat, binning, crosstab, pivot table e grouby

Conceitos fundamentais em finanças quantitativas

Obtenção de dados através de diferentes fontes

Dataframes e manipulações fundamentais

Como fazer filtros em tabelas

Utilizando índice datetime

Renomeando e reordenando colunas

Lidando com missings

Operações fundamentais:wide to long (melt), sort, duplicate, drop, etc.

Distribuição de dados em grupos

Consolidação de dados:merge, concat, binning, crosstab, pivot table e grouby

Conceitos fundamentais em finanças quantitativas

Apresentação

Indicadores Macroeconômicos

Renda variável no mercado financeiro

Introdução a Nasdaq Datalink

Importando bibliotecas

Comandos básicos Nasdaq Datalink

SELIC

Indicadores de inflação

PIB

Funções e métodos

Índices de confiança

Dólar

Análise:Correlação entre os indicadores macroeconômicos

Análise:Indicadores macroeconômicos e ativos

Apresentação

Indicadores Macroeconômicos

Renda variável no mercado financeiro

Introdução a Nasdaq Datalink

Importando bibliotecas

Comandos básicos Nasdaq Datalink

SELIC

Indicadores de inflação

PIB

Funções e métodos

Índices de confiança

Dólar

Análise:Correlação entre os indicadores macroeconômicos

Análise:Indicadores macroeconômicos e ativos

Apresentação

Indicadores Macroeconômicos

Renda variável no mercado financeiro

Introdução a Nasdaq Datalink

Importando bibliotecas

Comandos básicos Nasdaq Datalink

SELIC

Indicadores de inflação

PIB

Funções e métodos

Índices de confiança

Dólar

Análise:Correlação entre os indicadores macroeconômicos

Análise:Indicadores macroeconômicos e ativos

Abertura

Por que usar estatística?

Distribuição Normal e Suas Propriedades

Estudos de Caso com Dados de Mercado Financeiro

Médias Móveis

Outras Distribuições & Sweetviz

Transformação Logarítmica

Normalização

Outras Transformações

Introdução à Estatística Inferencial

Teste T de Student

ANOVA

Teste T Pareado

ANOVA de medidas repetidas

Correlação

Regressão Linear

Abertura

Por que usar estatística?

Distribuição Normal e Suas Propriedades

Estudos de Caso com Dados de Mercado Financeiro

Médias Móveis

Outras Distribuições & Sweetviz

Transformação Logarítmica

Normalização

Outras Transformações

Introdução à Estatística Inferencial

Teste T de Student

ANOVA

Teste T Pareado

ANOVA de medidas repetidas

Correlação

Regressão Linear

Abertura

Por que usar estatística?

Distribuição Normal e Suas Propriedades

Estudos de Caso com Dados de Mercado Financeiro

Médias Móveis

Outras Distribuições & Sweetviz

Transformação Logarítmica

Normalização

Outras Transformações

Introdução à Estatística Inferencial

Teste T de Student

ANOVA

Teste T Pareado

ANOVA de medidas repetidas

Correlação

Regressão Linear

Apresentação

Referências Bibliográficas

Teoria de Markowitz

Retorno de um ativo

Retorno de múltiplos ativos

Variância de um ativo

Variância de múltiplos ativos

Comparando a variância para diferentes cardinalidades

Risco e retorno

Obtendo retorno da carteira

Aplicações em Python

Aplicações em Python - Risco

Fronteira Eficiente com Vendas a Descoberto

Conceito de Dominância

Apresentação

Referências Bibliográficas

Teoria de Markowitz

Retorno de um ativo

Retorno de múltiplos ativos

Variância de um ativo

Variância de múltiplos ativos

Comparando a variância para diferentes cardinalidades

Risco e retorno

Obtendo retorno da carteira

Aplicações em Python

Aplicações em Python - Risco

Fronteira Eficiente com Vendas a Descoberto

Conceito de Dominância

Apresentação

Referências Bibliográficas

Teoria de Markowitz

Retorno de um ativo

Retorno de múltiplos ativos

Variância de um ativo

Variância de múltiplos ativos

Comparando a variância para diferentes cardinalidades

Risco e retorno

Obtendo retorno da carteira

Aplicações em Python

Aplicações em Python - Risco

Fronteira Eficiente com Vendas a Descoberto

Conceito de Dominância

Introdução a Análise Técnica

Teoria de Dow - Introdução à Teoria de Dow

Teoria de Dow

Teoria de Dow - Princípio 06 - A tendência é valida até ser revertida

Noções básicas dos dados OHLC

Indicadores e tempos gráficos - Introdução e obtenção dos dados

Tipos e Tempos Gráficos - Gráficos de Linha

Tipos e Tempos Gráficos - Gráfico de Candlestick

Tipos e Tempos Gráficos - Gráfico de Barras

Indice de força relativa (IFR)

Rate of Change

Percentage Price Oscilator

Médias Móveis Simples

Médias Móveis Exponenciais

Commodity Chanel Index

On Balance Volume (OBV)

VWAP

Aula avançada de Médias Móveis - Teoria

Aula avançada de Médias Móveis - Prática

Detector de Topos e Fundos - Introdução teórica

Detector de Topos e Fundos - Indicador ZigZag

Suportes e Resistências - Introdução teórica

Suportes e Resistências - Método Fractal

Introdução a Análise Técnica

Teoria de Dow - Introdução à Teoria de Dow

Teoria de Dow

Teoria de Dow - Princípio 06 - A tendência é valida até ser revertida

Noções básicas dos dados OHLC

Indicadores e tempos gráficos - Introdução e obtenção dos dados

Tipos e Tempos Gráficos - Gráficos de Linha

Tipos e Tempos Gráficos - Gráfico de Candlestick

Tipos e Tempos Gráficos - Gráfico de Barras

Indice de força relativa (IFR)

Rate of Change

Percentage Price Oscilator

Médias Móveis Simples

Médias Móveis Exponenciais

Commodity Chanel Index

On Balance Volume (OBV)

VWAP

Aula avançada de Médias Móveis - Teoria

Aula avançada de Médias Móveis - Prática

Detector de Topos e Fundos - Introdução teórica

Detector de Topos e Fundos - Indicador ZigZag

Suportes e Resistências - Introdução teórica

Suportes e Resistências - Método Fractal

Introdução a Análise Técnica

Teoria de Dow - Introdução à Teoria de Dow

Teoria de Dow

Teoria de Dow - Princípio 06 - A tendência é valida até ser revertida

Noções básicas dos dados OHLC

Indicadores e tempos gráficos - Introdução e obtenção dos dados

Tipos e Tempos Gráficos - Gráficos de Linha

Tipos e Tempos Gráficos - Gráfico de Candlestick

Tipos e Tempos Gráficos - Gráfico de Barras

Indice de força relativa (IFR)

Rate of Change

Percentage Price Oscilator

Médias Móveis Simples

Médias Móveis Exponenciais

Commodity Chanel Index

On Balance Volume (OBV)

VWAP

Aula avançada de Médias Móveis - Teoria

Aula avançada de Médias Móveis - Prática

Detector de Topos e Fundos - Introdução teórica

Detector de Topos e Fundos - Indicador ZigZag

Suportes e Resistências - Introdução teórica

Suportes e Resistências - Método Fractal

Introdução

Contextualização

Informações disponíveis na CVM

Tipos de demonstrativos

Indicadores fundamentalistas que vamos calcular

Primeiros passos com os dados da CVM

Criando loop para extração dos dados cadastrais

Transformação para dataframe

Filtrando empresas de um setor específico

Filtro por CNPJ

Pesquisando demonstrativos na CVM

Obtendo zip com demonstrativos

Abrindo arquivos dentro do zip

Transformando lista em dataframe

Verificação inicial dos períodos presentes na tabela

Criando estrutura de extração

Início do loop de demonstrativos

Teste com armazenamento em lista de listas

Início da construção da exportação em Excel

Finalização e teste do algoritmo

Como fazer adaptações no código

Generalizando códigos da CVM

Transformando DRE para análise

Transformando BPA e BPP para análise

Margem Bruta

Margem Líquida

Dívida Bruta/PL

Indicadores de Liquidez - Caixa

Indicadores de Liquidez - Liquidez Corrente

Lucro Operacional EBIT

ROE

EBIT/Ativo

Equity e preço - preparação de dados

Market Cap (Valor de Mercado)

Valor da Firma (Enterprise Value)

Preço/Valor Patrimonial

Introdução aos Proventos

Benefícios de uma carteira de dividendos

Manipulação dos dados de dividendos

Ajustes no formato da data

Consolidação dos dados por mês e ano

Gráficos para análise de dividendos

Cálculo do Dividend Yield Estático

Cálculo do Dividend Yield Dinâmico

Introdução aos fundos imobiliários

Captura de dados de FIIs

Introdução

Contextualização

Informações disponíveis na CVM

Tipos de demonstrativos

Indicadores fundamentalistas que vamos calcular

Primeiros passos com os dados da CVM

Criando loop para extração dos dados cadastrais

Transformação para dataframe

Filtrando empresas de um setor específico

Filtro por CNPJ

Pesquisando demonstrativos na CVM

Obtendo zip com demonstrativos

Abrindo arquivos dentro do zip

Transformando lista em dataframe

Verificação inicial dos períodos presentes na tabela

Criando estrutura de extração

Início do loop de demonstrativos

Teste com armazenamento em lista de listas

Início da construção da exportação em Excel

Finalização e teste do algoritmo

Como fazer adaptações no código

Generalizando códigos da CVM

Transformando DRE para análise

Transformando BPA e BPP para análise

Margem Bruta

Margem Líquida

Dívida Bruta/PL

Indicadores de Liquidez - Caixa

Indicadores de Liquidez - Liquidez Corrente

Lucro Operacional EBIT

ROE

EBIT/Ativo

Equity e preço - preparação de dados

Market Cap (Valor de Mercado)

Valor da Firma (Enterprise Value)

Preço/Valor Patrimonial

Introdução aos Proventos

Benefícios de uma carteira de dividendos

Manipulação dos dados de dividendos

Ajustes no formato da data

Consolidação dos dados por mês e ano

Gráficos para análise de dividendos

Cálculo do Dividend Yield Estático

Cálculo do Dividend Yield Dinâmico

Introdução aos fundos imobiliários

Captura de dados de FIIs

Introdução

Contextualização

Informações disponíveis na CVM

Tipos de demonstrativos

Indicadores fundamentalistas que vamos calcular

Primeiros passos com os dados da CVM

Criando loop para extração dos dados cadastrais

Transformação para dataframe

Filtrando empresas de um setor específico

Filtro por CNPJ

Pesquisando demonstrativos na CVM

Obtendo zip com demonstrativos

Abrindo arquivos dentro do zip

Transformando lista em dataframe

Verificação inicial dos períodos presentes na tabela

Criando estrutura de extração

Início do loop de demonstrativos

Teste com armazenamento em lista de listas

Início da construção da exportação em Excel

Finalização e teste do algoritmo

Como fazer adaptações no código

Generalizando códigos da CVM

Transformando DRE para análise

Transformando BPA e BPP para análise

Margem Bruta

Margem Líquida

Dívida Bruta/PL

Indicadores de Liquidez - Caixa

Indicadores de Liquidez - Liquidez Corrente

Lucro Operacional EBIT

ROE

EBIT/Ativo

Equity e preço - preparação de dados

Market Cap (Valor de Mercado)

Valor da Firma (Enterprise Value)

Preço/Valor Patrimonial

Introdução aos Proventos

Benefícios de uma carteira de dividendos

Manipulação dos dados de dividendos

Ajustes no formato da data

Consolidação dos dados por mês e ano

Gráficos para análise de dividendos

Cálculo do Dividend Yield Estático

Cálculo do Dividend Yield Dinâmico

Introdução aos fundos imobiliários

Captura de dados de FIIs

Métricas quantitativas fundamentais:retornos, skewness, curtose, tc.

Avaliação de métricas em janelas de tempo

Teste de Normalidade

Value at Risk

Fundamentos do Portfólio

Calculando retorno do portfólio

Volatilidade do portfólio

Benchmark da Carteira

Métricas da carteira:beta, rolling, VaR, retorno anualizado, etc

Introdução ao Conceito de Otimização

Derivada

Resolução do Exercício

Funções Máximos e Mínimos

Determinando Máximos e Mínimos

Introdução Função com 2 variáveis

Representações gráficas de funções de 2 variáveis

Domínio de funções de 2 ou mais variáveis

Vetores

Vetor Unitário

Produto escalar

Limitações das derivadas parciais

Derivada direcional

Gradiente

Demonstração do Teorema Derivada Direcional

Derivada parcial de segunda ordem

Determinando Extremos Locais

Otimização Restrita

Problema de otimização com restrição

Problema de otimização de portfólio

Multiplicador de Lagrange

Condições de segunda ordem

Otimização Multiobjetivo

Conceito de Dominância Revisitado

Metas para construir a fronteira de Pareto

Convexidade

Verificando se a variância do portfólio é convexa

Método de Otimização Multiobjetivo - Escalarização

Algoritmo SLQP

Função Rosen Método Nelder Mead (Iterativo)

Entendendo o Método Nelder Mead

Markowitz com Python

Série histórica de retornos

Introdução aos Modelos de Otimização

Importando Bibliotecas

Criando portfólios

Anualizando Retornos

Volatilidade da Carteira

Retornos esperados

Retorno médio histórico

Média móvel exponencial

Retorno CAPM

Estimando matrizes de covariância (Sample Covariance)

Estimando matrizes de covariância (Semi Covariance)

Estimando matrizes de covariância (Ledoit-Wolf)

Avaliação de métricas em janelas de tempo

Portfólio de mínima variância

Função regularizadora

Risco Eficiente

Retorno Eficiente

Max Sharpe

Montando carteira e framework

Otimização com posições Long &Short

Case - restrições específicas

Otimização semivariância

Hierarchical Risk Parity

Cointegração - Estacionariedade

Cointegração - Teste de Estacionariedade

Cointegração - O método

Cointegração - Z-Score

Cointegração - Backtest

Beta Hedging

Métricas quantitativas fundamentais:retornos, skewness, curtose, tc.

Avaliação de métricas em janelas de tempo

Teste de Normalidade

Value at Risk

Fundamentos do Portfólio

Calculando retorno do portfólio

Volatilidade do portfólio

Benchmark da Carteira

Métricas da carteira:beta, rolling, VaR, retorno anualizado, etc

Introdução ao Conceito de Otimização

Derivada

Resolução do Exercício

Funções Máximos e Mínimos

Determinando Máximos e Mínimos

Introdução Função com 2 variáveis

Representações gráficas de funções de 2 variáveis

Domínio de funções de 2 ou mais variáveis

Vetores

Vetor Unitário

Produto escalar

Limitações das derivadas parciais

Derivada direcional

Gradiente

Demonstração do Teorema Derivada Direcional

Derivada parcial de segunda ordem

Determinando Extremos Locais

Otimização Restrita

Problema de otimização com restrição

Problema de otimização de portfólio

Multiplicador de Lagrange

Condições de segunda ordem

Otimização Multiobjetivo

Conceito de Dominância Revisitado

Metas para construir a fronteira de Pareto

Convexidade

Verificando se a variância do portfólio é convexa

Método de Otimização Multiobjetivo - Escalarização

Algoritmo SLQP

Função Rosen Método Nelder Mead (Iterativo)

Entendendo o Método Nelder Mead

Markowitz com Python

Série histórica de retornos

Introdução aos Modelos de Otimização

Importando Bibliotecas

Criando portfólios

Anualizando Retornos

Volatilidade da Carteira

Retornos esperados

Retorno médio histórico

Média móvel exponencial

Retorno CAPM

Estimando matrizes de covariância (Sample Covariance)

Estimando matrizes de covariância (Semi Covariance)

Estimando matrizes de covariância (Ledoit-Wolf)

Avaliação de métricas em janelas de tempo

Portfólio de mínima variância

Função regularizadora

Risco Eficiente

Retorno Eficiente

Max Sharpe

Montando carteira e framework

Otimização com posições Long &Short

Case - restrições específicas

Otimização semivariância

Hierarchical Risk Parity

Cointegração - Estacionariedade

Cointegração - Teste de Estacionariedade

Cointegração - O método

Cointegração - Z-Score

Cointegração - Backtest

Beta Hedging

Métricas quantitativas fundamentais:retornos, skewness, curtose, tc.

Avaliação de métricas em janelas de tempo

Teste de Normalidade

Value at Risk

Fundamentos do Portfólio

Calculando retorno do portfólio

Volatilidade do portfólio

Benchmark da Carteira

Métricas da carteira:beta, rolling, VaR, retorno anualizado, etc

Introdução ao Conceito de Otimização

Derivada

Resolução do Exercício

Funções Máximos e Mínimos

Determinando Máximos e Mínimos

Introdução Função com 2 variáveis

Representações gráficas de funções de 2 variáveis

Domínio de funções de 2 ou mais variáveis

Vetores

Vetor Unitário

Produto escalar

Limitações das derivadas parciais

Derivada direcional

Gradiente

Demonstração do Teorema Derivada Direcional

Derivada parcial de segunda ordem

Determinando Extremos Locais

Otimização Restrita

Problema de otimização com restrição

Problema de otimização de portfólio

Multiplicador de Lagrange

Condições de segunda ordem

Otimização Multiobjetivo

Conceito de Dominância Revisitado

Metas para construir a fronteira de Pareto

Convexidade

Verificando se a variância do portfólio é convexa

Método de Otimização Multiobjetivo - Escalarização

Algoritmo SLQP

Função Rosen Método Nelder Mead (Iterativo)

Entendendo o Método Nelder Mead

Markowitz com Python

Série histórica de retornos

Introdução aos Modelos de Otimização

Importando Bibliotecas

Criando portfólios

Anualizando Retornos

Volatilidade da Carteira

Retornos esperados

Retorno médio histórico

Média móvel exponencial

Retorno CAPM

Estimando matrizes de covariância (Sample Covariance)

Estimando matrizes de covariância (Semi Covariance)

Estimando matrizes de covariância (Ledoit-Wolf)

Avaliação de métricas em janelas de tempo

Portfólio de mínima variância

Função regularizadora

Risco Eficiente

Retorno Eficiente

Max Sharpe

Montando carteira e framework

Otimização com posições Long &Short

Case - restrições específicas

Otimização semivariância

Hierarchical Risk Parity

Cointegração - Estacionariedade

Cointegração - Teste de Estacionariedade

Cointegração - O método

Cointegração - Z-Score

Cointegração - Backtest

Beta Hedging

O que é storytelling

Qual a importância do storytelling

Ferramentas de visualização de dados

Apresentação do projeto de conclusão do PMF

Tutorial de Instalação PowerBI

Análise de dados de criptomoedas

Obtendo dados do Ethereum

Graph objects e Plotly Express

Gráfico de Linhas

Subplots

Eixo secundário

Gráfico de dispersão

Histogramas

Boxplots

Candlestick OHLC

Gráficos de pizza

Obtendo dados de ações:Marketcap

Gráfico de Barras

Gráficos animados

Apresentação da Biblioteca Quantstats

Análises Básicas com a Quantstats

Relatórios prontos com a Quantstats

Análise de Portfólio com a Quantstats

O que é storytelling

Qual a importância do storytelling

Ferramentas de visualização de dados

Apresentação do projeto de conclusão do PMF

Tutorial de Instalação PowerBI

Análise de dados de criptomoedas

Obtendo dados do Ethereum

Graph objects e Plotly Express

Gráfico de Linhas

Subplots

Eixo secundário

Gráfico de dispersão

Histogramas

Boxplots

Candlestick OHLC

Gráficos de pizza

Obtendo dados de ações:Marketcap

Gráfico de Barras

Gráficos animados

Apresentação da Biblioteca Quantstats

Análises Básicas com a Quantstats

Relatórios prontos com a Quantstats

Análise de Portfólio com a Quantstats

O que é storytelling

Qual a importância do storytelling

Ferramentas de visualização de dados

Apresentação do projeto de conclusão do PMF

Tutorial de Instalação PowerBI

Análise de dados de criptomoedas

Obtendo dados do Ethereum

Graph objects e Plotly Express

Gráfico de Linhas

Subplots

Eixo secundário

Gráfico de dispersão

Histogramas

Boxplots

Candlestick OHLC

Gráficos de pizza

Obtendo dados de ações:Marketcap

Gráfico de Barras

Gráficos animados

Apresentação da Biblioteca Quantstats

Análises Básicas com a Quantstats

Relatórios prontos com a Quantstats

Análise de Portfólio com a Quantstats

Introdução &Conceitos Iniciais

Web Scraping

Web Crawling

Bibliotecas

Introdução a Alternative Data?

Exemplos de aplicação de Alternative Data

O caso de Análise de Sentimento

Resumo dos conceitos

Tags importantes

Executando código HTML

Criando e executando tabelas HTML

Entendendo o código HTML

Bibliotecas do Python

Introdução à biblioteca BeautifulSoup (BS4)

Funções da biblioteca BS4

Utilizando o método "find_all"

Fazendo buscas utilizando class ou id

Webscraping na prática

Extraindo listas

Criando listas com links

Filtrando data e assunto

Limpando o vetor de links

Extração de dados da B3

Apresentação do webscraping da CVM

Iniciando construção do robô

Teste com o Chromedriver

Revisão de classes

Criação da função __init__

Etapas da construção do robô

Extração simples via 'requests'

Extração complexa via 'Selenium'

Criando função de webscraping

Extraindo tabela de altas e baixas do Infomoney

Introdução &Conceitos Iniciais

Web Scraping

Web Crawling

Bibliotecas

Introdução a Alternative Data?

Exemplos de aplicação de Alternative Data

O caso de Análise de Sentimento

Resumo dos conceitos

Tags importantes

Executando código HTML

Criando e executando tabelas HTML

Entendendo o código HTML

Bibliotecas do Python

Introdução à biblioteca BeautifulSoup (BS4)

Funções da biblioteca BS4

Utilizando o método "find_all"

Fazendo buscas utilizando class ou id

Webscraping na prática

Extraindo listas

Criando listas com links

Filtrando data e assunto

Limpando o vetor de links

Extração de dados da B3

Apresentação do webscraping da CVM

Iniciando construção do robô

Teste com o Chromedriver

Revisão de classes

Criação da função __init__

Etapas da construção do robô

Extração simples via 'requests'

Extração complexa via 'Selenium'

Criando função de webscraping

Extraindo tabela de altas e baixas do Infomoney

Introdução &Conceitos Iniciais

Web Scraping

Web Crawling

Bibliotecas

Introdução a Alternative Data?

Exemplos de aplicação de Alternative Data

O caso de Análise de Sentimento

Resumo dos conceitos

Tags importantes

Executando código HTML

Criando e executando tabelas HTML

Entendendo o código HTML

Bibliotecas do Python

Introdução à biblioteca BeautifulSoup (BS4)

Funções da biblioteca BS4

Utilizando o método "find_all"

Fazendo buscas utilizando class ou id

Webscraping na prática

Extraindo listas

Criando listas com links

Filtrando data e assunto

Limpando o vetor de links

Extração de dados da B3

Apresentação do webscraping da CVM

Iniciando construção do robô

Teste com o Chromedriver

Revisão de classes

Criação da função __init__

Etapas da construção do robô

Extração simples via 'requests'

Extração complexa via 'Selenium'

Criando função de webscraping

Extraindo tabela de altas e baixas do Infomoney

Introdução e definição

Qual a importância de fazer backtests?

Como é utilizado nas gestoras

Ciclo de vida das estratégias

Ferramentas e plataformas

Bibliotecas de Python

Problemas e vieses:Survivorship bias

Inefficient sample bias e look ahead bias

Temporal bias

Data mining bias

Viés de liquidez

Optimal period bias

Custos de transação

Introdução a Backtrader

Importando bibliotecas

Revisão de Classes

Obtenção dados yfinance

Estrutura Backtrader

Estratégia de Cruzamento de Médias Móveis

Estratégia RSI

Estratégia Híbrida

Analisando o backtest

Backtest com a VectorBT

O que é e porque fazer simulações de carteira

Níveis de complexidade

Construção de carteiras simples

Comparação com benchmarks

Comparação entre carteiras

Criação de funções

Configurações iniciais para novos aportes

Dataframe com informações dos novos aportes

Dividindo dataframe em antes e depois do aporte

Configurando situação logo após o aporte

Retorno acumulado

Criação da função de novos aportes

Teste das funções

Introdução a Simulação de Monte Carlo com MPT

Conceitos importantes na Teoria Moderna do Portfólio

Importação dos dados

Métricas de portfólio

Simulação de Monte Carlo

Comparação da carteira resultante com o IBOV

Introdução ao backtesting manual

Importação e visualização dos dados

Candles sinalizadores

Registro das ordens de compra a mercado

Encerrando a posição com venda a mercado

Organizando os preços de entrada e saída

Avaliando os resultados

Comparando os resultados com a VectorBT

Introdução e definição

Qual a importância de fazer backtests?

Como é utilizado nas gestoras

Ciclo de vida das estratégias

Ferramentas e plataformas

Bibliotecas de Python

Problemas e vieses:Survivorship bias

Inefficient sample bias e look ahead bias

Temporal bias

Data mining bias

Viés de liquidez

Optimal period bias

Custos de transação

Introdução a Backtrader

Importando bibliotecas

Revisão de Classes

Obtenção dados yfinance

Estrutura Backtrader

Estratégia de Cruzamento de Médias Móveis

Estratégia RSI

Estratégia Híbrida

Analisando o backtest

Backtest com a VectorBT

O que é e porque fazer simulações de carteira

Níveis de complexidade

Construção de carteiras simples

Comparação com benchmarks

Comparação entre carteiras

Criação de funções

Configurações iniciais para novos aportes

Dataframe com informações dos novos aportes

Dividindo dataframe em antes e depois do aporte

Configurando situação logo após o aporte

Retorno acumulado

Criação da função de novos aportes

Teste das funções

Introdução a Simulação de Monte Carlo com MPT

Conceitos importantes na Teoria Moderna do Portfólio

Importação dos dados

Métricas de portfólio

Simulação de Monte Carlo

Comparação da carteira resultante com o IBOV

Introdução ao backtesting manual

Importação e visualização dos dados

Candles sinalizadores

Registro das ordens de compra a mercado

Encerrando a posição com venda a mercado

Organizando os preços de entrada e saída

Avaliando os resultados

Comparando os resultados com a VectorBT

Introdução e definição

Qual a importância de fazer backtests?

Como é utilizado nas gestoras

Ciclo de vida das estratégias

Ferramentas e plataformas

Bibliotecas de Python

Problemas e vieses:Survivorship bias

Inefficient sample bias e look ahead bias

Temporal bias

Data mining bias

Viés de liquidez

Optimal period bias

Custos de transação

Introdução a Backtrader

Importando bibliotecas

Revisão de Classes

Obtenção dados yfinance

Estrutura Backtrader

Estratégia de Cruzamento de Médias Móveis

Estratégia RSI

Estratégia Híbrida

Analisando o backtest

Backtest com a VectorBT

O que é e porque fazer simulações de carteira

Níveis de complexidade

Construção de carteiras simples

Comparação com benchmarks

Comparação entre carteiras

Criação de funções

Configurações iniciais para novos aportes

Dataframe com informações dos novos aportes

Dividindo dataframe em antes e depois do aporte

Configurando situação logo após o aporte

Retorno acumulado

Criação da função de novos aportes

Teste das funções

Introdução a Simulação de Monte Carlo com MPT

Conceitos importantes na Teoria Moderna do Portfólio

Importação dos dados

Métricas de portfólio

Simulação de Monte Carlo

Comparação da carteira resultante com o IBOV

Introdução ao backtesting manual

Importação e visualização dos dados

Candles sinalizadores

Registro das ordens de compra a mercado

Encerrando a posição com venda a mercado

Organizando os preços de entrada e saída

Avaliando os resultados

Comparando os resultados com a VectorBT

O que é o MetaTrader?

Possibilidades que o MetaTrader oferece

Contratação e instalação

Primeiro contato com o software

Iniciando conexão com o MT5

Primeiros comandos básicos

Explorando o mercado com a biblioteca MetaTrader5

Obtendo cotações em tempo real

Mini-índice e mini-dólar

Book de ofertas

Função 'copy_rates_from'

Função 'copy_rates_from_pos'

Função 'copy_rates_range'

Noções iniciais do envio de ordens

Validando uma ordem antes do envio

Mandando uma ordem de fato via Python &MT5

Verificando posições abertas

Introdução screening e ordens automatizadas

Screening:primeiros passos

Screening propriamente dito

Estrutura repetição while com sleep

Envio de ordens pelo Python

Overview das funções

Robô final:ordens automatizadas

O que é o MetaTrader?

Possibilidades que o MetaTrader oferece

Contratação e instalação

Primeiro contato com o software

Iniciando conexão com o MT5

Primeiros comandos básicos

Explorando o mercado com a biblioteca MetaTrader5

Obtendo cotações em tempo real

Mini-índice e mini-dólar

Book de ofertas

Função 'copy_rates_from'

Função 'copy_rates_from_pos'

Função 'copy_rates_range'

Noções iniciais do envio de ordens

Validando uma ordem antes do envio

Mandando uma ordem de fato via Python &MT5

Verificando posições abertas

Introdução screening e ordens automatizadas

Screening:primeiros passos

Screening propriamente dito

Estrutura repetição while com sleep

Envio de ordens pelo Python

Overview das funções

Robô final:ordens automatizadas

O que é o MetaTrader?

Possibilidades que o MetaTrader oferece

Contratação e instalação

Primeiro contato com o software

Iniciando conexão com o MT5

Primeiros comandos básicos

Explorando o mercado com a biblioteca MetaTrader5

Obtendo cotações em tempo real

Mini-índice e mini-dólar

Book de ofertas

Função 'copy_rates_from'

Função 'copy_rates_from_pos'

Função 'copy_rates_range'

Noções iniciais do envio de ordens

Validando uma ordem antes do envio

Mandando uma ordem de fato via Python &MT5

Verificando posições abertas

Introdução screening e ordens automatizadas

Screening:primeiros passos

Screening propriamente dito

Estrutura repetição while com sleep

Envio de ordens pelo Python

Overview das funções

Robô final:ordens automatizadas

Apresentação

Teoria dos Modelos de Classificação

Teoria dos Modelos de Classificação (continuação)

Hands-on - Abrindo e explorando a base

Hands-on - Tratando os missings

Hands-on - Separando explicativas e target

Hands-on - Treino e validação

Hands-on - Modelagem

Teoria dos modelos de regressão

Abrindo a base

Definição de variáveis explicativas e target

Divisão entre treino e validação

Modelagem

Introdução a Feature Selection e Tuning de Hiperparâmetros

Feature Selection em modelos de Classificação - Parte 01

Feature Selection em modelos de Classificação - Parte 02

Tuning de hiperparâmetros em modelos de Classificação

Iniciando na Regressão

Feature Selection em modelos de Regressão - Parte 01

Feature Selection em modelos de Regressão - Parte 02

Tuning de hiperparâmetros para Regressão

Apresentação

Teoria dos Modelos de Classificação

Teoria dos Modelos de Classificação (continuação)

Hands-on - Abrindo e explorando a base

Hands-on - Tratando os missings

Hands-on - Separando explicativas e target

Hands-on - Treino e validação

Hands-on - Modelagem

Teoria dos modelos de regressão

Abrindo a base

Definição de variáveis explicativas e target

Divisão entre treino e validação

Modelagem

Introdução a Feature Selection e Tuning de Hiperparâmetros

Feature Selection em modelos de Classificação - Parte 01

Feature Selection em modelos de Classificação - Parte 02

Tuning de hiperparâmetros em modelos de Classificação

Iniciando na Regressão

Feature Selection em modelos de Regressão - Parte 01

Feature Selection em modelos de Regressão - Parte 02

Tuning de hiperparâmetros para Regressão

Apresentação

Teoria dos Modelos de Classificação

Teoria dos Modelos de Classificação (continuação)

Hands-on - Abrindo e explorando a base

Hands-on - Tratando os missings

Hands-on - Separando explicativas e target

Hands-on - Treino e validação

Hands-on - Modelagem

Teoria dos modelos de regressão

Abrindo a base

Definição de variáveis explicativas e target

Divisão entre treino e validação

Modelagem

Introdução a Feature Selection e Tuning de Hiperparâmetros

Feature Selection em modelos de Classificação - Parte 01

Feature Selection em modelos de Classificação - Parte 02

Tuning de hiperparâmetros em modelos de Classificação

Iniciando na Regressão

Feature Selection em modelos de Regressão - Parte 01

Feature Selection em modelos de Regressão - Parte 02

Tuning de hiperparâmetros para Regressão

Introdução

Importando Bibliotecas

Valor Futuro

Valor Presente

Fluxos de Caixa

Weighted Average Cost of Capital (WACC)

Payback

Taxa Interna de Retorno (TIR)

Taxa Interna de Retorno Modificada (TIRM)

Índice de Lucratividade

Cash Value Added (CVA)

Cash Flow Return on Investment (CFROI)

Introdução

Importando Bibliotecas

Valor Futuro

Valor Presente

Fluxos de Caixa

Weighted Average Cost of Capital (WACC)

Payback

Taxa Interna de Retorno (TIR)

Taxa Interna de Retorno Modificada (TIRM)

Índice de Lucratividade

Cash Value Added (CVA)

Cash Flow Return on Investment (CFROI)

Introdução

Importando Bibliotecas

Valor Futuro

Valor Presente

Fluxos de Caixa

Weighted Average Cost of Capital (WACC)

Payback

Taxa Interna de Retorno (TIR)

Taxa Interna de Retorno Modificada (TIRM)

Índice de Lucratividade

Cash Value Added (CVA)

Cash Flow Return on Investment (CFROI)

01. Apresentação

02. Introdução e Instalação (conteúdo .py em anexo)

03. Instalação e preparação

04. Básico e Exploração do Framework

05. Funções da API

06. Funções de Texto

07. Funções de dados

08. Funções de Mídia

09. Funções Gráficas

10. Input Widgets

11. Funções de Status e Mensagens

12. Controle de Fluxo

13. Layout

14. Projeto Final: Introdução e Página Home

15. Projeto Final: Página Panorama de Mercado

16. Projeto Final: Página Retornos Mensais

17. Projeto Final: Página Fundamentos

18. Projeto Final: Deploy e Conclusão

01. Apresentação

02. Introdução e Instalação (conteúdo .py em anexo)

03. Instalação e preparação

04. Básico e Exploração do Framework

05. Funções da API

06. Funções de Texto

07. Funções de dados

08. Funções de Mídia

09. Funções Gráficas

10. Input Widgets

11. Funções de Status e Mensagens

12. Controle de Fluxo

13. Layout

14. Projeto Final: Introdução e Página Home

15. Projeto Final: Página Panorama de Mercado

16. Projeto Final: Página Retornos Mensais

17. Projeto Final: Página Fundamentos

18. Projeto Final: Deploy e Conclusão

01. Apresentação

02. Introdução e Instalação (conteúdo .py em anexo)

03. Instalação e preparação

04. Básico e Exploração do Framework

05. Funções da API

06. Funções de Texto

07. Funções de dados

08. Funções de Mídia

09. Funções Gráficas

10. Input Widgets

11. Funções de Status e Mensagens

12. Controle de Fluxo

13. Layout

14. Projeto Final: Introdução e Página Home

15. Projeto Final: Página Panorama de Mercado

16. Projeto Final: Página Retornos Mensais

17. Projeto Final: Página Fundamentos

18. Projeto Final: Deploy e Conclusão

01. Conceitos e Contextualização

02. Os principais fatores

03. Momentum

04. Low Risk

05. High minus Low

01. Conceitos e Contextualização

02. Os principais fatores

03. Momentum

04. Low Risk

05. High minus Low

01. Conceitos e Contextualização

02. Os principais fatores

03. Momentum

04. Low Risk

05. High minus Low

01. Introdução e Captura de Dados

02. Tipos de Opções e Payoffs

03. Cálculo de Payoff das opções

04. Obtenção das Option Chains

05.Modelo de Black-Scholes-Merton I

06. Modelo de Black-Scholes-Merton II

07. Estimação das Gregas I

08. Estimação das Gregas II

09.Estudo de Caso: Put/Call Ratio I

10.Estudo de Caso: Put/Call Ratio II

01. Introdução e Captura de Dados

02. Tipos de Opções e Payoffs

03. Cálculo de Payoff das opções

04. Obtenção das Option Chains

05.Modelo de Black-Scholes-Merton I

06. Modelo de Black-Scholes-Merton II

07. Estimação das Gregas I

08. Estimação das Gregas II

09.Estudo de Caso: Put/Call Ratio I

10.Estudo de Caso: Put/Call Ratio II

01. Introdução e Captura de Dados

02. Tipos de Opções e Payoffs

03. Cálculo de Payoff das opções

04. Obtenção das Option Chains

05.Modelo de Black-Scholes-Merton I

06. Modelo de Black-Scholes-Merton II

07. Estimação das Gregas I

08. Estimação das Gregas II

09.Estudo de Caso: Put/Call Ratio I

10.Estudo de Caso: Put/Call Ratio II

Conheça nossa didática!

Confira aqui algumas aulas retiradas diretamente da nossa formação.

COMPRAR AGORA

ESTA OFERTA PODE TERMINAR EM BREVE.

Além das aulas, você também terá acesso aos seguintes bônus:

+ Plantões quinzenais ao vivo no Zoom

Oportunidade para interagir com os monitores da TCD para resolver problemas e tirar dúvidas.

+ Comunidade no Discord

Ambiente para integração, resolução de problemas e networking com a comunidade, com a possibilidade de acessar salas de estudo AO VIVO com outros alunos.

+ Módulo Bônus de Carreira

Descubra como construir e otimizar seu currículo, Linkedin, e Github para aumentar as chances de ser encontrado e passar em ótimos processos seletivos.

+ Todos os E-books da Trading com Dados

Receba E-books carregados da Trading com Dados carregados de conteúdo: Roadmap Quant, Introdução ao Python, Análise de Risco e Otimização de Portfólio com Python, e Machine Learning.

+ Estudos de Caso

Aprenda a usar na prática o que você aprendeu no curso com mais de 30 projetos com desafios reais do dia-a-dia do mercado financeiro!

Aproveite o conteúdo em qualquer dispositivo.

PLANO ANUAL

POR APENAS 12x DE

R$ 218,88

Ou R$ 1997,00 à vista

COMPRAR AGORA

PAGAMENTO 100% SEGURO COM ACESSO IMEDIATO

PLANO VITALÍCIO

POR APENAS 12 X DE

R$ 481,93

Ou R$ 4397,00 à vista

Tenha o acesso para sempre

COMPRAR AGORA

PAGAMENTO 100% SEGURO COM ACESSO IMEDIATO

Garantia de 14 dias

Seu dinheiro de volta sem perguntas até

14 dias após a compra.

Seu dinheiro de volta sem perguntas até

14 dias após a compra.

Seu dinheiro de volta sem perguntas até

14 dias após a compra.

Com quem você vai aprender

Lucas Correa

Graduado em ciência da computação, possui MBA em Investimentos e Private Banking. Tem atuado na área de data science, com foco em design e Deploy de modelos de machine learning. Mais de 5 anos de experiência, com passagens na Embraer, Itaú, B3, Via varejo, BTG pactual e Grupo Boticário. Adicionalmente é Co-founder e CFO na Trading com Dados.

Victor Gomes

Engenheiro Mecânico pela UFRN, mestre em Engenharia Industrial pela Northeastern University e MBA em Investimentos e Private Banking pelo Ibmec. Já foi cientista de dados no Itaú e coordenador de ciência de dados na XP Inc. Também ensinou Data Science na FIA Business School e Xpeed School. Hoje ensina Data Science e Finanças Quantitativas na TCD.

Veja o que nossos alunos estão dizendo sobre o método PMF!

Eles são pessoas como você e conseguiram esses resultados.

Olha o que a galera está falando sobre nosso método

SOBRE NÓS

TCD

________________________

A TCD é referência no ensino de programação e ciência de dados aplicados a negócios. Com milhares de alunos formados, oferecemos cursos práticos e diretos ao ponto, preparando profissionais para o mercado. Nossos conteúdos vão do básico ao avançado, cobrindo Python, análise de dados, machine learning e muito mais. Grandes empresas como B3, Banco Safra e Petrobras já confiam em nossa expertise. Junte-se à TCD e leve sua carreira para o próximo nível!

Conheça nosso trabalho!

Perguntas frequentes

O PMF 2.0 é para qualquer pessoa que deseja aprender Python e Ciência de Dados aplicados ao mercado financeiro, seja para impulsionar a carreira ou melhorar suas análises e decisões no setor.

Ele é ideal para:

* Anali stas e profissionais do mercado financeiro que querem usar dados para embasar suas decisões de investimento, risco e estratégia.

* Estudantes e recém-formados que desejam entrar no mercado financeiro com um diferencial competitivo.

* Cientistas de dados e desenvolvedores que querem aplicar suas habilidades no contexto financeiro.

* Investidores e traders que desejam automatizar análises, criar modelos quantitativos e tomar decisões baseadas em dados.

* Qualquer pessoa interessada em combinar programação, estatística e finanças para construir projetos práticos e aplicáveis.

O PMF 2.0 é para qualquer pessoa que deseja aprender Python e Ciência de Dados aplicados ao mercado financeiro, seja para impulsionar a carreira ou melhorar suas análises e decisões no setor.

Ele é ideal para:

* Anali stas e profissionais do mercado financeiro que querem usar dados para embasar suas decisões de investimento, risco e estratégia.

* Estudantes e recém-formados que desejam entrar no mercado financeiro com um diferencial competitivo.

* Cientistas de dados e desenvolvedores que querem aplicar suas habilidades no contexto financeiro.

* Investidores e traders que desejam automatizar análises, criar modelos quantitativos e tomar decisões baseadas em dados.

* Qualquer pessoa interessada em combinar programação, estatística e finanças para construir projetos práticos e aplicáveis.

O PMF 2.0 é para qualquer pessoa que deseja aprender Python e Ciência de Dados aplicados ao mercado financeiro, seja para impulsionar a carreira ou melhorar suas análises e decisões no setor.

Ele é ideal para:

* Anali stas e profissionais do mercado financeiro que querem usar dados para embasar suas decisões de investimento, risco e estratégia.

* Estudantes e recém-formados que desejam entrar no mercado financeiro com um diferencial competitivo.

* Cientistas de dados e desenvolvedores que querem aplicar suas habilidades no contexto financeiro.

* Investidores e traders que desejam automatizar análises, criar modelos quantitativos e tomar decisões baseadas em dados.

* Qualquer pessoa interessada em combinar programação, estatística e finanças para construir projetos práticos e aplicáveis.

O Prazo de Garantia é o período que você tem para pedir o reembolso integral do valor pago pela sua compra, caso o produto não seja satisfatório.

Alguns cursos online oferecem um certificado digital de conclusão. Alunos podem emitir esse certificado ao final do curso ou entrando em contato com o Autor ou Autora. Esses certificados podem ser compartilhados em redes sociais como o LinkedIn e inseridos em informações curriculares.

Você receberá o acesso por email. O conteúdo será acessado ou baixado através de um computador, celular, tablet ou outro dispositivo digital. Você também pode acessar o produto comprado nesta página:

01 - Faça login na Hotmart clicando em 'Entrar'

02 - Acesse o menu lateral, clique em 'Minha conta'

03 - Clique em 'Minhas compras' e lá estarão todos os produtos que você já comprou!

01 - Faça login na Hotmart clicando em 'Entrar'

02 - Acesse o menu lateral, clique em 'Minha conta'

03 - Clique em 'Minhas compras' e lá estarão todos os produtos que você já comprou!

01 - Faça login na Hotmart clicando em 'Entrar'

02 - Acesse o menu lateral, clique em 'Minha conta'

03 - Clique em 'Minhas compras' e lá estarão todos os produtos que você já comprou!

Para comprar este curso, clique no botão “Comprar agora”. Lembre-se de que nem todos os cursos estarão sempre disponíveis para compra. É possível que o produtor esteja preparando uma nova turma ainda sem inscrições abertas.

Módulo 01 - Fundamentos da Programação em Python

Módulo 01 - Fundamentos da Programação em Python

Módulo 01 - Fundamentos da Programação em Python

Módulo 02 - Manipulação de Dados com Python

Módulo 02 - Manipulação de Dados com Python

Módulo 02 - Manipulação de Dados com Python

Módulo 03 - Conceitos em Finanças e Macroeconomia

Módulo 03 - Conceitos em Finanças e Macroeconomia

Módulo 03 - Conceitos em Finanças e Macroeconomia

Módulo 04 - Estatística para Mercado Financeiro

Módulo 04 - Estatística para Mercado Financeiro

Módulo 04 - Estatística para Mercado Financeiro

Módulo 05 - Cálculo para Mercado Financeiro

Módulo 05 - Cálculo para Mercado Financeiro

Módulo 05 - Cálculo para Mercado Financeiro

Módulo 06 - Análise Técnica com Python

Módulo 06 - Análise Técnica com Python

Módulo 06 - Análise Técnica com Python

Módulo 07 - Análise Fundamentalista com Python

Módulo 07 - Análise Fundamentalista com Python

Módulo 07 - Análise Fundamentalista com Python

Módulo 08 - Análise Quantitativa com Python

Módulo 08 - Análise Quantitativa com Python

Módulo 08 - Análise Quantitativa com Python

Módulo 09 - Visualização de Dados

Módulo 09 - Visualização de Dados

Módulo 09 - Visualização de Dados

Módulo 10 - Dados Alternativos﻿

Módulo 10 - Dados Alternativos﻿

Módulo 10 - Dados Alternativos﻿

Módulo 11 - Backtesting e Simulação

Módulo 11 - Backtesting e Simulação

Módulo 11 - Backtesting e Simulação

Módulo 12 - MetaTrader e Python

Módulo 12 - MetaTrader e Python

Módulo 12 - MetaTrader e Python

Módulo 13 - Machine Learning e Aplicações

Módulo 13 - Machine Learning e Aplicações

Módulo 13 - Machine Learning e Aplicações

Módulo 14 - Análise Financeira de Projeto

Módulo 14 - Análise Financeira de Projeto

Módulo 14 - Análise Financeira de Projeto

Módulo 15 - Dashboards com Streamlit

Módulo 15 - Dashboards com Streamlit

Módulo 15 - Dashboards com Streamlit

Módulo 16 - Factor Investing

Módulo 16 - Factor Investing

Módulo 16 - Factor Investing

Módulo 17 - Introdução a Opções

Módulo 17 - Introdução a Opções

Módulo 17 - Introdução a Opções

Ou R$ 1997,00 à vista

Ou R$ 1997,00 à vista

Ou R$ 1997,00 à vista

Ou R$ 4397,00 à vista

Ou R$ 4397,00 à vista

Ou R$ 4397,00 à vista

Tenha o acesso para sempre

Tenha o acesso para sempre

Tenha o acesso para sempre

Com quem você vai aprender

Com quem você vai aprender

Com quem você vai aprender

Lucas Correa

Lucas Correa

Lucas Correa

Victor Gomes

Victor Gomes

Victor Gomes

Conheça nosso trabalho!

Conheça nosso trabalho!

Conheça nosso trabalho!

Para quem é esse produto?

Para quem é esse produto?

Para quem é esse produto?

Como funciona o 'Prazo de Garantia'?

Como funciona o 'Prazo de Garantia'?

Como funciona o 'Prazo de Garantia'?

O que é e como funciona o Certificado de Conclusão digital?

O que é e como funciona o Certificado de Conclusão digital?

Módulo 10 - Dados Alternativos

Módulo 10 - Dados Alternativos

Módulo 10 - Dados Alternativos