Kurzusleírás
Bevezetés
A Python alapjainak megértése
A technológia használatának áttekintése és Python a pénzügyekben
Az eszközök és az infrastruktúra áttekintése
- Python Telepítés Anaconda használatával Python Quant Platform használatával IPython Spyder használatával
Kezdő lépések egyszerű pénzügyi példákkal a Python segítségével
- Implikált volatilitás kiszámítása Monte Carlo szimuláció megvalósítása Pure Python segítségével Numpy vektorizálással Teljes vektorizálással Log Euler sémával grafikus elemzéssel
Az alapvető adattípusok megtanulása Az alapvető adatstruktúrák megtanulása NumPy adatstruktúrák használatával Kódvektorizálás megvalósítása
- Adatvizualizáció megvalósítása a Python-ban
Kétdimenziós diagramok megvalósítása más ábrázolási stílusok használatával Finance Plots megvalósítása 3D-s terv létrehozása
- Pénzügyi idősor adatok használata a Python-ban
A pandák alapjainak megismerése Első és második lépés megvalósítása DataFrame osztály segítségével Pénzügyi adatok beszerzése az internetről CSV-fájlokból származó pénzügyi adatok felhasználása Regressziós elemzés végrehajtása Megküzdés a nagyfrekvenciás adatokkal
- Bemeneti/kimeneti műveletek végrehajtása
Az I/O alapjainak megértése a Python segítségével I/O használata pandákkal Gyors I/O megvalósítása PyTables segítségével
- Teljesítménykritikus alkalmazások megvalósítása a Python segítségével
Teljesítménykönyvtárak áttekintése Python Python Paradigmák Memória-elrendezés megértése Párhuzamos számítástechnika megvalósítása A többfeldolgozó modul használatával Numba használata dinamikus fordításhoz Cython használata statikus fordításhoz GPU-k használatával véletlenszám-generáláshoz
- Matematikai eszközök és technikák használata a pénzügyekhez Python
Közelítési technikák tanulása Regressziós interpoláció
- Konvex optimalizálás megvalósítása
Statistics Pythonnal
- Normalitástesztek megvalósítása Portfólióoptimalizálás megvalósítása Főkomponens-elemzés (PCA) végrehajtása Bayes-regresszió megvalósítása PyMC3 használatával
Python integrálása Excel-lel
- Alapvető táblázatkezelési interakció megvalósítása DataNitro használatával a Python és az Excel teljes integrációjához
Objektum-orientált programozás Python segítségével
- Grafikus felhasználói felületek létrehozása a Python segítségével
Integrálása Python a webtechnológiákkal és a pénzügyi protokollokkal
Web protokollok Webes alkalmazások Web Services
Az értékelési keretrendszer megértése és alkalmazása a Python segítségével
- Pénzügyi modellek szimulálása a Python segítségével
Véletlenszám-generálás általános szimulációs osztály Geometrikus Brown-mozgás A szimulációs osztály a Use Case-et implementálja GBM-hez
Jump Diffusion
- Négyzetgyök diffúzió
Adatgyűjtés megvalósítása Modellkalibráció megvalósítása Portfólióértékelés végrehajtása
Bevált gyakorlatok a Python Pénzügyi programozásban
Hibaelhárítás
- Összefoglalás, és következtetés
Zárszó
Követelmények
- Alapfokú programozási tapasztalat
- A pénzügyi matematika szilárd ismerete
Vélemények (4)
Az oktató nagyon készen állt, hogy válaszoljon minden kérdésemre
Caterina - Stamtech
Kurzus - Developing APIs with Python and FastAPI
Machine Translated
It was a though course as we had to cover a lot in a short time frame. Our trainer knew a lot about the subject and delivered the content to address our requirements. It was lots of content to learn but our trainer was helpful and encouraging. He answered all our questions with good detail and we feel that we learned a lot. Exercises were well prepared and tasks were tailored accordingly to our needs. I enjoyed this course
Bozena Stansfield - New College Durham
Kurzus - Build REST APIs with Python and Flask
Az oktató gyakorlati ismereteinek és tapasztalatainak átadása.
Rumel Mateusz - Pojazdy Szynowe PESA Bydgoszcz SA
Kurzus - GUI Programming with Python and PyQt
Machine Translated
As I was the only participant the training could be adapted to my needs.