感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
介绍
了解的基本原理 Python
Finance 中的“使用技术”和Python概述
工具和基础设施概述
- Python 使用 Anaconda 进行部署
- 使用 Python Quant 平台
- 使用 IPython
- 使用Spyder
简单金融示例入门 Python
- 计算隐含波动率
- 实现 Monte Carlo 类比
- 使用 Pure Python
- 使用 Numpy 的矢量化
- 将完全矢量化与Log Euler Scheme结合使用
- 使用图形分析
- 使用技术分析
了解 Python 中的数据类型和结构
- 了解基本数据类型
- 学习基本数据结构
- 使用 NumPy 数据结构
- 实现代码矢量化
在 Python 中实现 Data Visualization
- 实现二维绘图
- 使用其他列印样式
- 实现 Finance 绘图
- 生成 3D 图
在 Python 中使用财务时间序列数据
- 探索 panda 的基础知识
- 使用 DataFrame 类实现第一步和第二步
- 从 Web 获取财务数据
- 使用 CSV 档中的财务数据
- 实施回归分析
- 处理高频数据
实现 Input/Output 操作
- 使用 Python 了解 I/O 的基础知识
- 将 I/O 与 pandas 结合使用
- 使用 PyTable 实现快速 I/O
使用 Python 实现性能关键型应用程式
- Python 中的性能库概述
- 理解 Python 范式
- 了解记忆体布局
- 实现并行计算
- 使用 multiprocessing 模组
- 使用 Numba 进行动态编译
- 使用 Cython 进行静态编译
- 使用 GPUs 生成随机数
使用 Mathematical 工具和技术 Finance 和 Python
- 学习近似技术
- 回归
- 插值
- 实现凸优化
- 实现集成技术
- 应用符号计算
与 Python 的随机指标
- 随机数的生成
- 随机变数和随机过程的类比
- 实施评估计算
- 风险措施的计算
Statistics 与 Python
- 实现正态性检验
- 实施投资组合优化
- 执行主成分分析 (PCA)
- 使用 PyMC3 实现贝叶斯回归
将 Python 与 Excel 集成
- 实现基本的电子表格交互
- 使用 DataNitro 实现 Python 和 Excel 的完全集成
Object-Oriented Programming 与 Python
使用 Python 构建图形用户介面
将 Python 与 Finance 的 Web 技术和协定集成
- Web 协定
- Web 应用程式
- Web Services
理解和实施估值框架 Python
使用 Python 模拟财务模型
- 随机数生成
- 通用类比类
- 几何布朗运动
- 类比类
- 为 GBM 实施 Use Case
- 跳跃扩散
- 平方根扩散
实施衍生品估值 Python
使用 Python 实施投资组合估值
在 Python 中使用波动率期权
- 实施数据收集
- 实施模型校准
- 实施投资组合估值
Python Programming 中针对 Finance 的最佳实践
故障排除
总结和结论
结束语
要求
- 基本编程经验
- 扎实掌握金融数学
35 小时
客户评论 (2)
与内容相关的实践练习确实有助于更好地理解每个主题。此外,以讲座开始课程并继续进行实践练习的方式很好,有助于将练习与之前介绍的讲座内容联系起来。
Nazeera Mohamad - Ministry of Science, Technology and Innovation
课程 - Introduction to Data Science and AI using Python
机器翻译
示例/练习完美适应我们的领域
Luc - CS Group
课程 - Scaling Data Analysis with Python and Dask
机器翻译