Tutoriais publicados nas nossas redes sociais para obtenção de dados, análises simples e outras tarefas relevantes no mercado financeiro.

Related tags

Deep Learningtutoriais_publicos
Overview

Tutoriais Públicos

GitHub last commit

Tutoriais publicados nas nossas redes sociais para obtenção de dados, análises simples e outras tarefas relevantes no mercado financeiro.

Os tutoriais são publicados principalmente no Instagram e Linkedin da Trading com Dados. Este repositório serve, portanto, como um repositório de conteúdo para quem deseja de forma simples e direta encontrar os códigos produzidos para estes tutoriais.

Faremos o possível para manter esse repositório atualizado e contendo todos os tutoriais de conteúdo que desenvolvemos para nossas redes sociais. No entanto, não podemos garantir que a totalidade do conteúdo estará disponível aqui.

A maior parte dos códigos tem como nome aqui no GitHub o mesmo título do conteúdo no Instagram. Se o nome não for o mesmo, haverá pelo menos similaridade no que está descrito aqui com o título no Instagram.

A forma mais fácil de encontrar os códigos é através do ID presente depois do nome do código, que na verdade é apenas a data quando o código foi postado na seguinte sequência: ano, mês e dia, tudo junto. Exemplo: código criado no dia 03 de janeiro de 2022 possui como ID 20220103.

Atenção: Os códigos desenvolvidos para o canal do YouTube estão em um outro repositório. Para visitá-lo, clique aqui.

REPOSITÓRIO EM CONSTRUÇÃO

2021

  1. Como obter dados de ações em 5 simples passos (2021)
  2. Comece a programar em Python em 1 minuto (2021)
  3. Seu primeiro gráfico de candle no Python em 1 minuto (2021)
  4. Matriz de correlação entre ativos no Python em 5 minutos (2021)
  5. Visualize vários ativos no mesmo gráfico no Python em 5 minutos (2021)
  6. Compare a sua carteira com o IBOV em 5 minutos (20210824)
  7. Obtendo dados de dividendos (20210904)
  8. Matriz de risco vs. retorno no Python (20210919)
  9. Como obter dados de ações no Python (ou ETFs, FIIs, BDRs, cripto, dólar) (20210815)
  10. Compare sua carteira com o CDI (20210904)
  11. Como criar médias móveis simples no Python em 5 minutos (20211105)
  12. Visualize as 7 maiores criptos no Python em 5 minutos (20221108)
  13. Capture a cotação do mini-índice com tempo real no Python utilizando o Metatrader (20211110)
  14. Estudo de caso MGLU (20211208)
  15. Sua carteira bate o dólar? Faça a comparação no Python em 5 minutos (20211209)

2022

  1. Obtenha dados de criptomoedas com Python em menos de 5 minutos (20220103)
  2. Comparação entre carteiras (20220201)
  3. Tutorial sobre Quantstats (20220218)
  4. Descubra os investidores institucionais de um papel com o Python
  5. Você está comparando ativos da forma correta?
  6. Comece a programar em Python em 1 minuto (incluindo gráfico interativo de candle)
  7. Ciclos de Mercado: avaliando a sazonalidade anual do IBOV (20220330)
  8. Spread ações ON/PN: exemplo com PETR3 e PETR4 (20220406)
  9. Maiores crises econômicas pós guerras mundiais em diferentes escalas gráficas (20220423)
Owner
Trading com Dados
Edtech focused on teaching Quantitative Finance and Data Science for Financial Markets.
Trading com Dados
GitHub Repository
ShuttleNet: Position-aware Fusion of Rally Progress and Player Styles for Stroke Forecasting in Badminton (AAAI'22)

ShuttleNet: Position-aware Rally Progress and Player Styles Fusion for Stroke Forecasting in Badminton (AAAI 2022) Official code of the paper ShuttleN

Wei-Yao Wang 11 Nov 30, 2022
This is a repository for a Semantic Segmentation inference API using the Gluoncv CV toolkit

BMW Semantic Segmentation GPU/CPU Inference API This is a repository for a Semantic Segmentation inference API using the Gluoncv CV toolkit. The train

BMW TechOffice MUNICH 56 Nov 24, 2022
Zsseg.baseline - Zero-Shot Semantic Segmentation

This repo is for our paper A Simple Baseline for Zero-shot Semantic Segmentation

98 Dec 20, 2022
Hierarchical Cross-modal Talking Face Generation with Dynamic Pixel-wise Loss （ATVGnet）

Hierarchical Cross-modal Talking Face Generation with Dynamic Pixel-wise Loss （ATVGnet） By Lele Chen , Ross K Maddox, Zhiyao Duan, Chenliang Xu. Unive

Lele Chen 218 Dec 27, 2022
NeoDTI: Neural integration of neighbor information from a heterogeneous network for discovering new drug-target interactions

NeoDTI NeoDTI: Neural integration of neighbor information from a heterogeneous network for discovering new drug-target interactions (Bioinformatics).

62 Nov 26, 2022
This is the pytorch implementation for the paper: *Learning Accurate Performance Predictors for Ultrafast Automated Model Compression*, which is in submission to TPAMI

SeerNet This is the pytorch implementation for the paper: Learning Accurate Performance Predictors for Ultrafast Automated Model Compression, which is

3 May 01, 2022
Repository for the "Gotta Go Fast When Generating Data with Score-Based Models" paper

Gotta Go Fast When Generating Data with Score-Based Models This repo contains the official implementation for the paper Gotta Go Fast When Generating

Alexia Jolicoeur-Martineau 89 Nov 09, 2022
Natural Intelligence is still a pretty good idea.

Human Learn Machine Learning models should play by the rules, literally. Project Goal Back in the old days, it was common to write rule-based systems.

vincent d warmerdam 641 Dec 26, 2022
This repo includes our code for evaluating and improving transferability in domain generalization (NeurIPS 2021)

Transferability for domain generalization This repo is for evaluating and improving transferability in domain generalization (NeurIPS 2021), based on

gordon 9 Nov 29, 2022
基于Flask开发后端、VUE开发前端框架，在WEB端部署YOLOv5目标检测模型

基于Flask开发后端、VUE开发前端框架，在WEB端部署YOLOv5目标检测模型

37 Jan 01, 2023
Implementation of C-RNN-GAN.

Implementation of C-RNN-GAN. Publication: Title: C-RNN-GAN: Continuous recurrent neural networks with adversarial training Information: http://mogren.

Olof Mogren 427 Dec 25, 2022
True Few-Shot Learning with Language Models

This codebase supports using language models (LMs) for true few-shot learning: learning to perform a task using a limited number of examples from a single task distribution.

Ethan Perez 124 Jan 04, 2023
This repository provides the official implementation of 'Learning to ignore: rethinking attention in CNNs' accepted in BMVC 2021.

inverse_attention This repository provides the official implementation of 'Learning to ignore: rethinking attention in CNNs' accepted in BMVC 2021. Le

Firas Laakom 5 Jul 08, 2022
Source code for our Paper "Learning in High-Dimensional Feature Spaces Using ANOVA-Based Matrix-Vector Multiplication"

NFFT4ANOVA Source code for our Paper "Learning in High-Dimensional Feature Spaces Using ANOVA-Based Matrix-Vector Multiplication" This package uses th

Theresa Wagner 1 Aug 10, 2022
Patch SVDD for Image anomaly detection

Patch SVDD Patch SVDD for Image anomaly detection. Paper: https://arxiv.org/abs/2006.16067 (published in ACCV 2020). Original Code : https://github.co

Hong-Jeongmin 0 Dec 03, 2021
Torch-mutable-modules - Use in-place and assignment operations on PyTorch module parameters with support for autograd

Torch Mutable Modules Use in-place and assignment operations on PyTorch module p

Kento Nishi 7 Jun 06, 2022
A tool for calculating distortion parameters in coordination complexes.

OctaDist Octahedral distortion calculator: A tool for calculating distortion parameters in coordination complexes. https://octadist.github.io/ Registe

OctaDist 12 Oct 04, 2022
PyTorch implementation of Self-supervised Contrastive Regularization for DG (SelfReg)

SelfReg PyTorch official implementation of Self-supervised Contrastive Regularization for Domain Generalization (SelfReg, https://arxiv.org/abs/2104.0

64 Dec 16, 2022
WarpDrive: Extremely Fast End-to-End Deep Multi-Agent Reinforcement Learning on a GPU

WarpDrive is a flexible, lightweight, and easy-to-use open-source reinforcement learning (RL) framework that implements end-to-end multi-agent RL on a single GPU (Graphics Processing Unit).

Salesforce 334 Jan 06, 2023
DeepCAD: A Deep Generative Network for Computer-Aided Design Models

DeepCAD This repository provides source code for our paper: DeepCAD: A Deep Generative Network for Computer-Aided Design Models Rundi Wu, Chang Xiao,

Rundi Wu 85 Dec 31, 2022