qesafeu
qesafeu
Webinary o uczeniu maszynowym dla rynków finansowych
Analiza nastrojów rynku finansowego z wykorzystaniem uczenia maszynowego

Platforma webinarowa qesafeu - nauka w czasie rzeczywistym

O nas

Uczenie maszynowe w analizie nastrojów rynkowych

qesafeu to platforma edukacyjna skupiona na praktycznym zastosowaniu metod ML do analizy sentymentu na rynkach finansowych. Od 2016 roku łączymy ekspertów z uczestnikami z całej Polski, którzy chcą rozumieć rynki głębiej niż wskazuje sama cena.

Jak powstawała nasza specjalizacja

Każdy etap rozwoju qesafeu był odpowiedzią na konkretne pytania, które zadawali nam uczestnicy - nie na trendy rynkowe. To dlatego program webinarów jest tak szczegółowy i techniczny.

2016 Pierwsze webinary Analiza danych tekstowych z raportów kwartalnych spółek
2018 Własne zbiory danych Budowa korpusu polskojęzycznych tekstów finansowych do trenowania modeli NLP
2020 Moduł live coding Interaktywne sesje z kodem Pythona uruchamianym na żywo podczas transmisji
2022 Analiza real-time Ćwiczenia na danych giełdowych pobieranych w trakcie webinaru
2024 Społeczność praktyków Zamknięte grupy tematyczne z dostępem do archiwum sesji i materiałów

Zespół, który tworzy program

Podejście merytoryczne

Webinary prowadzą osoby, które na co dzień pracują z modelami sentymentu - nie trenerzy zawodowi. Każda sesja opiera się na rzeczywistych przypadkach: błędach klasyfikacji, problemach z jakością danych, ograniczeniach konkretnych architektur.

Pytania uczestników kształtują program bardziej niż jakikolwiek plan kursu. Specjalizacja techniczna

Skupiamy się wyłącznie na polskojęzycznym rynku finansowym - ze względu na specyfikę języka i strukturę lokalnych mediów finansowych. Modele trenowane na anglojęzycznych danych zachowują się inaczej niż te dostosowane do polskich źródeł, co ma bezpośredni wpływ na jakość predykcji.

Radosław Kwiatkowski - dyrektor merytoryczny qesafeu

Radosław Kwiatkowski

Dyrektor merytoryczny

Pracuje z modelami NLP od 2014 roku. Specjalizuje się w klasyfikacji sentymentu tekstów z polskich portali finansowych i raportów GPW. Prowadzi sesje poświęcone pracy z BERT i jego polskojęzycznymi wariantami.

Marta Zielińska-Wójcik - główna analityczka danych qesafeu

Marta Zielińska-Wójcik

Główna analityczka danych

Zajmuje się budową pipeline'ów do przetwarzania danych strumieniowych z mediów społecznościowych. Na webinarach pokazuje, jak łączyć dane tekstowe z szeregami czasowymi notowań.

Weryfikowalność

Każda metoda omawiana na webinarze jest testowana na publicznie dostępnych danych - uczestnicy mogą samodzielnie odtworzyć wyniki.

Dialog z uczestnikami

Sesje pytań i odpowiedzi trwają tyle, ile potrzeba - nie są skracane ze względu na harmonogram.

Lokalny kontekst

Przykłady i zbiory danych pochodzą z polskiego rynku - GPW, polskie media finansowe, raporty w języku polskim.

Modułowość wiedzy

Program jest podzielony na niezależne bloki tematyczne - można dołączyć do wybranego modułu bez konieczności przerabiania całości od początku.

Materiały i archiwum

Dostęp po webinarze

Nagrania sesji, notebooki Jupyter i zestawy danych treningowych są dostępne dla uczestników przez 12 miesięcy od daty webinaru. Materiały są aktualizowane, gdy zmienia się stan bibliotek lub pojawia się nowy model bazowy.

Materiały szkoleniowe i notebooki z webinarów qesafeu
Sesja live coding podczas webinaru o analizie sentymentu