เป็นหนังสือเล่มหนึ่งที่คิดว่าน่าสนใจเลยซื้อไว้นานแล้ว แต่ช่วงนี้ก็ซื้อมาดองเสียส่วนใหญ่ พอเห็นแท็ก #100daysofcode น่าสนใจเลยนึกสนุกขึ้นมาอยากเอามาปัดฝุ่นบ้าง อีกทั้งยังได้ทวนเรื่อง Numpy และ Pandas ด้วย ถ้าทำได้จริงก็คงปล่อยให้ตัวโปรแกรมทำงานไปยาวๆ เลย สำหรับวันนี้น่าจะแค่อ่านสารบัญคราวๆ ว่ามีอะไรบ้างแล้วค่อยลงมือต่อพรุ่งนี้

สารบัญเริ่มต้นด้วยการแนะนำว่าการ Trade ด้วย Python เป็นอย่างไรบ้าง และมีองค์ประกอบทั่วๆ ไปอย่างไร ทั้งการทำงานบนเครื่องและนำไปใช้งานแบบ Cloud Computing (บทที่ 1, 2) หลังจากนั้นก็เริ่มต้นทำงานกับชุดข้อมูลในรูปแบบต่างๆ ทั้ง CSV และ JSON รวมถึงวิธีการจัดเก็บ (บทที่ 3) และบทที่ 4 น่าจะเป็นเรื่องที่ค่อนข้างสำคัญคือการทำ backtest ที่เอาข้อมูลเดิมมาทดสอบประสิทธิภาพของ Model ที่เราสร้างขึ้นมา และในบทที่ 5 จะพูดถึงการพยากรณ์ตลาดด้วย Machine Learning (นี่หล่ะเป็นส่วนที่อยากรู้มาก) ส่วนบทที่ 6, 7, 8 และ 9 พูดเรื่องการ Trade ต่างๆ เช่น Event ที่เกิดขึ้น และการดึงข้อมูลแบบ Streaming มาใช้งาน รวมถึงการสร้างคำสั่งซื้อ และสุดท้ายในบทที่ 10 เป็นกระบวนการที่ทำให้ทุกบทที่ผ่านมาทำงานแบบอัตโนมัติ

2 บทแรกอ่านไม่อยาก 30 นาทีก็อ่านจบแล้วหล่ะ เพราะส่วนใหญ่เป็น Intro อย่างที่ว่า ขายของว่า Python ดีอย่างไร แล้วเอามาใช้สำหรับการ Trade ได้ยังไงบ้าง มีแหล่งข้อมูลรองรับมากมาย ฯ​ ที่ชอบอย่างหนึ่งคือใส่เอกสารอ้างอิงมาเยอะดี ทั้ง Paper และ หนังสือเล่มอื่นๆ ส่วนในบทที่ 2 อย่างที่ว่าคือเป็นการจัดเตรียมสภาพแวดล้อมให้เหมาะสำหรับการเขียนโปรแกรม ทั้งทั่วไปและการใช้ Jupyter notebook บน Remote server อันนี้ค่อนข้างน่าสนใจเพราะปรกติเขียนอยู่แค่บนเครื่องคอมพิวเตอร์อย่างเดียว และที่สำคัญในบทที่ 2 คือการแนะนำ lib ที่จะใช้งาน ทั้ง NumPy, Pandas, Scikit-Learn, Tensorflow และอื่นๆ มีทั้ง lib ทางด้าน Machine Learning, สถิติ และการทำ Deep Learning น่าจะสนุกหล่ะครับงานนี้

พรุ่งนี้จะเริ่มต้นการประมวลผลข้อมูลทางการเงินตามในบทที่ 3 ล่ะครับ

Oct: Python for Algorithmic Trading was originally published in Data Science Apprentice on Medium, where people are continuing the conversation by highlighting and responding to this story.