Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Införandet
Att förstå grunderna i Python
Översikt över användning av teknik och Python i Finance
Översikt över verktyg och infrastruktur
- Python Distribution med Anaconda
- Använda Python Quant-plattformen
- Att använda IPython
- Använda Spyder
Komma igång med enkla ekonomiska exempel med Python
- Beräkning av implicit volatilitet
- Implementering av Monte Carlo-simuleringen
- Använda Pure Python
- Använda vektorisering med Numpy
- Använda fullständig vektorisering med Log Euler-schema
- Använda grafisk analys
- Använda teknisk analys
Förstå datatyper och strukturer i Python
- Lär dig de grundläggande datatyperna
- Att lära sig de grundläggande datastrukturerna
- Använda NumPy-datastrukturer
- Implementera kodvektorisering
Implementera Data Visualization i Python
- Implementera tvådimensionella diagram
- Använda andra diagramstilar
- Implementering av Finance tomter
- Generera en 3D-plot
Använda finansiella tidsseriedata i Python
- Utforska grunderna i pandor
- Implementera första och andra steget med DataFrame-klassen
- Hämta finansiella data från webben
- Använda finansiella data från CSV-filer
- Implementera regressionsanalys
- Hantera högfrekventa data
Implementera input/output-operationer
- Förstå grunderna i I/O med Python
- Använda I/O med pandor
- Implementera snabb I/O med PyTables
Implementera prestandakritiska program med Python
- Översikt över prestandabibliotek i Python
- Att förstå Python paradigm
- Förstå minneslayout
- Implementera parallell databehandling
- Använda multiprocessing-modulen
- Använda Numba för dynamisk kompilering
- Använda Cython för statisk kompilering
- Använda GPUs för generering av slumptal
Använda Mathematical Verktyg och tekniker för Finance med Python
- Att lära sig approximationstekniker
- Regression
- Interpolation
- Implementera konvex optimering
- Implementera integrationstekniker
- Tillämpa symbolisk beräkning
Stokastik med Python
- Generering av slumptal
- Simulering av stokastiska variabler och av stokastiska processer
- Implementera värderingsberäkningar
- Beräkning av riskmått
Statistics med Python
- Implementering av normalitetstester
- Implementera portföljoptimering
- Utföra analys av huvudkomponenter (PCA)
- Implementera Bayesiansk regression med PyMC3
Integrera Python med Excel
- Implementera grundläggande interaktion i kalkylblad
- Använda DataNitro för fullständig integrering av Python och Excel
Object-Oriented Programming med Python
Skapa grafiska användargränssnitt med Python
Integrera Python med webbtekniker och protokoll för Finance
- Webbprotokoll
- Webbapplikationer
- Web Services
Förstå och implementera värderingsramverket med Python
Simulera finansiella modeller med Python
- Generering av slumptal
- Generisk simuleringsklass
- Geometrisk Brownsk rörelse
- Klassen Simulering
- Implementera en Use Case för GBM
- Hoppa Diffusion
- Kvadratrotsdiffusion
Implementera Derivatvärdering med Python
Implementera portföljvärdering med Python
Använda volatilitetsoptioner i Python
- Implementera datainsamling
- Implementera modellkalibrering
- Implementera portföljvärdering
Metodtips för Python Programming för Finance
Felsökning
Sammanfattning och slutsats
Avslutande kommentarer
Krav
- Grundläggande erfarenhet av programmering
- Ett gediget grepp om matematik för ekonomi
35 timmar
