Python用于财务工作 培训
Python 是一种在金融行业中广受欢迎的程式语言。它被大型投资银行和对冲基金采用,用于构建各种金融应用程式,从核心交易程式到风险管理系统。
在这场由讲师指导的现场培训中,学员将学习如何使用 Python 开发实际应用程式,以解决一系列特定的金融相关问题。
培训结束时,学员将能够:
- 理解 Python 程式语言的基本原理
- 下载、安装并维护用于在 Python 中创建金融应用程式的最佳开发工具
- 选择并利用最合适的 Python 套件和程式技术来组织、可视化和分析来自各种来源(CSV、Excel、数据库、网络等)的金融数据
- 构建解决资产配置、风险分析、投资绩效等问题的应用程式
- 对 Python 应用程式进行故障排除、集成、部署和优化
目标受众
- 开发人员
- 分析师
- 量化分析师
课程形式
- 部分讲授、部分讨论、练习和大量实践操作
注意事项
- 本培训旨在为金融专业人员面临的一些主要问题提供解决方案。如果您有特定的主题、工具或技术希望补充或进一步详细说明,请联系我们进行安排。
课程大纲
介绍
设置开发环境
- Programming 本地与线上: Anaconda 和 Jupyter
Python Programming 基础
- 控制结构、数据类型、函数、数据结构和运算符
扩展 Python 的功能
- 模组与套件
你的第一个 Python 应用程式
- 估算开始和结束的日期与时间
Access 外部数据与 Python
- 导入与导出、读取与写入 CSV 数据
- Access 数据于 SQL 资料库中
使用 Python 中的阵列和向量组织数据
- NumPy 和向量化函数
使用 Python 可视化数据
- Matplotlib 用于 2D 和 3D 绘图、pyplot 和 SciPy
使用 Python 分析数据
- 使用 scipy.stats 和 pandas 进行数据分析
- 导入与导出金融数据(Excel、网站数据等)
模拟资产价格轨迹
- 蒙地卡罗模拟
资产配置与投资组合优化
- 执行资本配置、资产配置和风险评估
风险分析与 Investment 绩效
- 定义与解决投资组合优化问题
固定收益分析与期权定价
- 执行固定收益分析与期权定价
金融时间序列分析
- 分析金融市场中的时间序列数据
将你的 Python 应用程式投入生产
- 将你的应用程式与 Excel 及其他网页应用程式整合
应用程式性能
- 优化你的应用程式
- 平行计算与多处理
故障排除
结语
要求
- 对金融的理解(证券、衍生品等)
- 对概率与统计的基础理解
- Element微积分
需要帮助选择合适的课程吗?
china@nobleprog.com 或拨打 400 6116 540
Python用于财务工作 培训 - Enquiry
客户评论 (4)
使用与我们在项目中使用的数据(光栅格式的卫星图像)更相似的数据进行更多实践练习的事实
Matthieu - CS Group
课程 - Scaling Data Analysis with Python and Dask
机器翻译
Very good preparation and expertise of a trainer, perfect communication in English. The course was practical (exercises + sharing examples of use cases)
Monika - Procter & Gamble Polska Sp. z o.o.
课程 - Developing APIs with Python and FastAPI
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
课程 - Build REST APIs with Python and Flask
Trainer develops training based on participant's pace
Farris Chua
课程 - Data Analysis in Python using Pandas and Numpy
即将举行的公开课程
相关课程
Anaconda Ecosystem for Data Scientists
14 小时这种由 讲师指导的 中国 现场培训(在线或现场)面向希望使用 Anaconda 生态系统在单一平台中捕获、管理和部署软体包和数据分析工作流 的数据科学家。
在本次培训结束时,参与者将能够:
- 安装和配置 Anaconda 个元件和库。
- 了解 Anaconda 的核心概念、功能和优势。
- 使用 Anaconda Navigator 管理包、环境和频道。
- 将 Conda、R 和 Python 包用于数据科学和机器学习。
- 了解管理多个数据环境的一些实际使用案例和技术。
Scaling Data Analysis with Python and Dask
14 小时这种以讲师为主导的中国现场培训(现场或远程)针对的是希望将Dask与Python生态系统一起使用以构建,扩展和分析大型数据集的数据科学家和软件工程师。
在培训结束时,参与者将能够:
- 设置环境以开始使用 Dask 和 Python 构建大数据处理。
- 探索 Dask 中提供的功能、库、工具和 API。
- 了解 Dask 如何在 Python 中加速并行计算。
- 了解如何使用 Dask 扩展 Python 生态系统(Numpy、SciPy 和 Pandas)。
- 优化 Dask 环境,以保持处理大型数据集的高性能。
Data Analysis with Python, Pandas and Numpy
14 小时This instructor-led, live training in 中国 (online or onsite) is aimed at intermediate-level Python developers and data analysts who wish to enhance their skills in data analysis and manipulation using Pandas and NumPy.
By the end of this training, participants will be able to:
- Set up a development environment that includes Python, Pandas, and NumPy.
- Create a data analysis application using Pandas and NumPy.
- Perform advanced data wrangling, sorting, and filtering operations.
- Conduct aggregate operations and analyze time series data.
- Visualize data using Matplotlib and other visualization libraries.
- Debug and optimize their data analysis code.
Monax: Build a Smart Contract Application
7 小时在这个由 <lo> 讲师指导的现场培训中,参与者将学习如何使用 Monax 构建智慧合约区块链应用程式。
在本次培训结束时,参与者将能够:
- 使用区块链和智慧合约技术开发和部署分散式应用程式。
- 了解“智能合约”的设计和功能以及如何创建智能合约。
- 实施安全区块链应用程序开发的最佳实践。
- 利用 Monax 工具简化分散式应用程式开发。
FARM (FastAPI, React, and MongoDB) Full Stack Development
14 小时这种以讲师为主导的现场培训(现场或远程)面向希望使用FARM(FastAPI,React和MongoDB)堆栈构建动态,高性能和可扩展Web应用程序的开发人员。
在培训结束时,参与者将能够:
-
设置集成 FastAPI、React 和 MongoDB 的必要开发环境。
了解 FARM 堆栈的关键概念、功能和优势。
了解如何使用 FastAPI 构建 REST API。
了解如何使用 React 设计交互式应用程序。
使用 FARM 堆栈开发、测试和部署应用程序(前端和后端)。
Developing APIs with Python and FastAPI
14 小时这种以讲师为主导的中国现场培训(现场或远端)面向希望将FastAPI与Python一起使用以更轻松,更快速地构建,测试和部署RESTful API的开发人员。
在培训结束时,参与者将能够:
- 设置必要的开发环境,以使用Python和FastAPI开发API。
- 使用FastAPI库更快速、更轻松地创建API。
- 学习如何基于Pydantic和OpenAPI创建数据模型和模式。
- 使用SQLAlchemy将API连接到数据库。
- 使用FastAPI工具在API中实现安全性和身份验证。
- 构建容器镜像并将Web API部署到云端伺服器。
Web Application Development with Flask
14 小时本实践课程面向希望创建和维护其第一个Web应用程序的Python开发人员。它也适用于已经熟悉其他Web框架(如Django或Web2py ,并希望了解如何使用微框架(即将第三方库粘合在一起而不是提供自包含的通用解决方案的框架)更改这个过程。
本课程的一个重要部分不是专注于Flask本身(它很小),而是专注于Flask项目中经常使用的第三方库和工具。
Advanced Flask
14 小时这种由讲师指导的中国现场培训(现场或远程)针对的是希望使用Flask的高级功能在MongoDB之上构建可扩展Web应用程序的开发人员。
在培训结束时,参与者将能够:
- 设置必要的开发环境以开始使用 Flask 开发 Web 应用程序。
- 了解实际 Flask 项目的高级概念和技术。
- 在 MongoDB 之上构建一个 RESTful API 服务器。
- 了解如何使用 Flask、Docker 和 Amazon EC2 容器化、测试和部署微服务。
- 深入了解用于扩展 Web 应用程序的高级 Flask 集成。
Kaggle
14 小时这个由 讲师指导的 中国 现场培训(在线或现场)面向希望在 Data Science 中使用 Kaggle 学习和建立职业生涯的数据科学家和开发人员。
在本次培训结束时,参与者将能够:
- 了解数据科学和机器学习。
- 探索数据分析。
- 了解 Kaggle 及其工作原理。
Accelerating Python Pandas Workflows with Modin
14 小时这种由 讲师指导的 中国 现场现场培训(在线或现场)面向希望使用 Modin 构建和实施并行计算的数据科学家和开发人员 Pandas 以加快数据分析速度。
在本次培训结束时,参与者将能够:
- 设置必要的环境,开始使用 Modin 大规模开发 Pandas 工作流。
- 了解 Modin 的功能、架构和优势。
- 了解 Modin、Dask 和 Ray 之间的区别。
- 使用 Modin 更快地执行 Pandas 操作。
- 实现整个 Pandas API 和函数。
Game Development with PyGame
7 小时此讲师指导的现场培训在 中国(在线或现场)面向希望使用 PyGame 使用 Python 程式设计创建和构建游戏的开发人员。
在本次培训结束时,参与者将能够:
- 设置必要的开发环境,开始使用 PyGame 和 Python 建立游戏应用程式。
- 了解如何创建与动画和多媒体功能集成的互动式 PyGame 应用程式。
- 使用 PyGame 测试套件运行和测试游戏程式,并将其转换为可执行档。
GPU Data Science with NVIDIA RAPIDS
14 小时这种以讲师为主导的中国现场培训(现场或远程)针对希望使用RAPIDS构建GPU加速数据管道,工作流和可视化的数据科学家和开发人员,应用机器学习算法,如XGBoost,cuML等。
在培训结束时,参与者将能够:
- 设置必要的开发环境以使用 NVIDIA RAPIDS 构建数据模型。
- 了解 RAPIDS 的特性、组件和优势。
- 利用 GPU 加速端到端数据和分析管道。
- 使用 cuDF 和 Apache Arrow 实现 GPU 加速的数据准备和 ETL。
- 了解如何使用 XGBoost 和 cuML 算法执行机器学习任务。
- 使用 cuXfilter 和 cuGraph 构建数据可视化并执行图形分析。
Build REST APIs with Python and Flask
14 小时这是一个由讲师指导的现场培训,在 中国(线上或现场)进行,旨在帮助后端开发人员使用 Python 和 Flask 构建 REST API。
在培训结束时,参与者将能够:
- 实作一个 REST API,使 Flask 网页应用程式能够在后端读取和写入资料库。
- 开发进阶的身份验证功能,如刷新令牌。
- 为未来的 Python 专案构建可重复使用的后端。
- 使用 SQLAlchemy 简化资料存储。
- 将 REST API 部署到云端伺服器上。
Scientific Computing with Python SciPy
7 小时这种以讲师为主导的中国现场现场培训面向希望使用SciPy使用Python创建高级科学计算功能的开发人员。
在培训结束时,参与者将能够:
- 设置必要的开发环境,以开始创建科学计算功能。
- 通过执行复杂操作的实际范例,充分利用SciPy的功能。
- 实现并优化数学算法和函数,以解决科学问题。
- 设计数据结构和插值方法,用于可视化、处理和分析。