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

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
MARS: Learning Modality-Agnostic Representation for Scalable Cross-media Retrieva

Introduction This is the source code of our TCSVT 2021 paper "MARS: Learning Modality-Agnostic Representation for Scalable Cross-media Retrieval". Ple

7 Aug 24, 2022
converts nominal survey data into a numerical value based on a dictionary lookup.

SWAP RATE Converts nominal survey data into a numerical values based on a dictionary lookup. It allows the user to switch nominal scale data from text

Jake Rhodes 1 Jan 18, 2022
Reproduce ResNet-v2(Identity Mappings in Deep Residual Networks) with MXNet

Reproduce ResNet-v2 using MXNet Requirements Install MXNet on a machine with CUDA GPU, and it's better also installed with cuDNN v5 Please fix the ran

Wei Wu 531 Dec 04, 2022
[ICCV'21] Neural Radiance Flow for 4D View Synthesis and Video Processing

NeRFlow [ICCV'21] Neural Radiance Flow for 4D View Synthesis and Video Processing Datasets The pouring dataset used for experiments can be download he

44 Dec 20, 2022
List some popular DeepFake models e.g. DeepFake, FaceSwap-MarekKowal, IPGAN, FaceShifter, FaceSwap-Nirkin, FSGAN, SimSwap, CihaNet, etc.

deepfake-models List some popular DeepFake models e.g. DeepFake, CihaNet, SimSwap, FaceSwap-MarekKowal, IPGAN, FaceShifter, FaceSwap-Nirkin, FSGAN, Si

Mingcan Xiang 100 Dec 17, 2022
Patch-Based Deep Autoencoder for Point Cloud Geometry Compression

Patch-Based Deep Autoencoder for Point Cloud Geometry Compression Overview The ever-increasing 3D application makes the point cloud compression unprec

17 Dec 05, 2022
DeLighT: Very Deep and Light-Weight Transformers

DeLighT: Very Deep and Light-weight Transformers This repository contains the source code of our work on building efficient sequence models: DeFINE (I

Sachin Mehta 440 Dec 18, 2022
The Unsupervised Reinforcement Learning Benchmark (URLB)

The Unsupervised Reinforcement Learning Benchmark (URLB) URLB provides a set of leading algorithms for unsupervised reinforcement learning where agent

259 Dec 26, 2022
[ICCV 2021] Deep Hough Voting for Robust Global Registration

Deep Hough Voting for Robust Global Registration, ICCV, 2021 Project Page | Paper | Video Deep Hough Voting for Robust Global Registration Junha Lee1,

Junha Lee 10 Dec 02, 2022
State-to-Distribution (STD) Model

State-to-Distribution (STD) Model In this repository we provide exemplary code on how to construct and evaluate a state-to-distribution (STD) model fo

<a href=[email protected]"> 2 Apr 07, 2022
Discord bot-CTFD-Thread-Parser - Discord bot CTFD-Thread-Parser

Discord bot CTFD-Thread-Parser Description: This tools is used to create automat

15 Mar 22, 2022
TJU Deep Learning & Neural Network

Deep_Learning & Neural_Network_Lab 实验环境 Python 3.9 Anaconda3(官网下载或清华镜像都行) PyTorch 1.10.1(安装代码如下) conda install pytorch torchvision torchaudio cudatool

St3ve Lee 1 Jan 19, 2022
Weakly Supervised Segmentation with Tensorflow. Implements instance segmentation as described in Simple Does It: Weakly Supervised Instance and Semantic Segmentation, by Khoreva et al. (CVPR 2017).

Weakly Supervised Segmentation with TensorFlow This repo contains a TensorFlow implementation of weakly supervised instance segmentation as described

Phil Ferriere 220 Dec 13, 2022
The official PyTorch implementation of Curriculum by Smoothing (NeurIPS 2020, Spotlight).

Curriculum by Smoothing (NeurIPS 2020) The official PyTorch implementation of Curriculum by Smoothing (NeurIPS 2020, Spotlight). For any questions reg

PAIR Lab 36 Nov 23, 2022
[ACM MM 2021] Yes, "Attention is All You Need", for Exemplar based Colorization

Transformer for Image Colorization This is an implemention for Yes, "Attention Is All You Need", for Exemplar based Colorization, and the current soft

Wang Yin 30 Dec 07, 2022
An all-in-one application to visualize multiple different local path planning algorithms

Table of Contents Table of Contents Local Planner Visualization Project (LPVP) Features Installation/Usage Local Planners Probabilistic Roadmap (PRM)

Abdur Javaid 47 Dec 30, 2022
MIMO-UNet - Official Pytorch Implementation

MIMO-UNet - Official Pytorch Implementation This repository provides the official PyTorch implementation of the following paper: Rethinking Coarse-to-

Sungjin Cho 248 Jan 02, 2023
Implementation of RegretNet with Pytorch

Dependencies are Python 3, a recent PyTorch, numpy/scipy, tqdm, future and tensorboard. Plotting with Matplotlib. Implementation of the neural network

Horris zhGu 1 Nov 05, 2021
SCI-AIDE : High-fidelity Few-shot Histopathology Image Synthesis for Rare Cancer Diagnosis

SCI-AIDE : High-fidelity Few-shot Histopathology Image Synthesis for Rare Cancer Diagnosis Pretrained Models In this work, we created synthetic tissue

Emirhan Kurtuluş 1 Feb 07, 2022
Bald-to-Hairy Translation Using CycleGAN

GANiry: Bald-to-Hairy Translation Using CycleGAN Official PyTorch implementation of GANiry. GANiry: Bald-to-Hairy Translation Using CycleGAN, Fidan Sa

Fidan Samet 10 Oct 27, 2022