Kursplan
Bakgrunder:
KDB+ används ofta inom finansbranschen och andra. Det är i minnet, kolumnbaserat, effektivt, särskilt skickligt för att bearbeta finansiell datauppsättning. Många investeringsbanker, hedgade fonder och handelstimmar använde KDB+ för många dataanalyser och datatjänster. KDB+ spelar en betydande roll i analys i backtestning och daglig handel, ta reda på grundorsaken och förbättrar handelns kvalitet och effektivitet.?Python används också flitigt i finansbranschen och det kan enkelt manipulera KDB+, ge många libs för att göra analyser.
I den här kursen kommer vi att introducera hur Q/KDB+/Python används i finansbranschen (hur man lagrar data, hur används data-API:et, hur utnyttjas gatewayen för att stödja samtidiga anslutningar, felsökning och support på KDB+ och etc) och många senarios och relevanta lösningar.
Vad är fördelen med KDB+ i finansiell analys?
- Scenarier
- Prestanda och effektivitet
- vilken typ av finansiell datauppsättning
Grunderna i KDB+
- typdefinition & cast
- funktionellt välj/uppdatera/ta bort
- funktioner/lamda, synk/asynkron funktion anrop
- stöd för webbuttag
- filkomprimering
- sym uppräkning och uppräkning
- splaybord och partition
Hur kan vi distribuera KDB+
- fästingväxt
- RDB/HDB
- gateway/API
- Rapportering
Hur kan vi komma åt KDB+
- Q
- Python
- R
- Java
- C/C++
Hur kan man importera data från andra datakällor till KDB+?
- txt/csv
- html/webbsida
- SQL Server
Krav
Förståelse av Database och statistik
Vittnesmål (1)
Bra introduktion till ämnet, tränaren anpassade sig helt till mina önskemål
Mathieu - Crédit Agricole Corporate & Investment Bank
Kurs - KDB+/Q/Python Financial Data Ananlysis
Machine Translated