Kursplan

Introduktion

Förstå grunderna i Python

Översikt över att använda teknik och Python i finans

Översikt över verktyg och infrastruktur

    Python Implementering med Anaconda med hjälp av Python Quant-plattformen med IPython med Spyder

Komma igång med enkla ekonomiska exempel med Python

    Beräkna implicita volatiliteter Implementering av Monte Carlo-simuleringen med Pure Python Användning av vektorisering med Numpy med användning av fullständig vektorisering med log Euler-schema med grafisk analys
Använda teknisk analys
  • Förstå datatyper och strukturer i Python
  • Lär dig de grundläggande datatyperna Lär dig de grundläggande datastrukturerna Använda NumPy datastrukturer Implementera kodvektorisering

      Implementering av datavisualisering i Python

    Implementera tvådimensionella plotter med andra plotstilar Implementera Finance plots Generera en 3D-plot

      Använda finansiella tidsseriedata i Python

    Utforska grunderna för pandor Implementering av första och andra steg med DataFrame Class Hämta finansiella data från webben Använda finansiella data från CSV-filer Implementera regressionsanalys Att hantera högfrekventa data

      Implementera Input/Output-operationer

    Förstå grunderna för I/O med Python Använda I/O med pandor Implementera snabb I/O med PyTables

      Implementera prestandakritiska applikationer med Python

    Översikt över prestandabibliotek i Python Förstå Python Paradigm Förstå minneslayout Implementera parallell beräkning Använda multiprocessormodulen Använda Numba för dynamisk kompilering Använda Cython för statisk kompilering Använda GPU:er för generering av slumptal

      Använda matematiska verktyg och tekniker för ekonomi med Python

    Inlärning av Approximationstekniker Regression Interpolation

      Implementering av konvex optimering
    Implementering av integrationstekniker
  • Använder symbolisk beräkning
  • Stokastik med Python
  • Generering av slumptal Simulering av slumpmässiga variabler och av stokastiska processer Implementering av värderingsberäkningar Beräkning av riskmått
  • Statistics med Python

      Implementering av normalitetstester Implementering av portföljoptimering Genomföra Principal Component Analysis (PCA) Implementering av Bayesiansk regression med PyMC3

    Integrering Python med Excel

      Implementera grundläggande kalkylbladsinteraktion med hjälp av DataNitro för fullständig integration av Python och Excel

    Objektorienterad programmering med Python

      Bygga grafiska användargränssnitt med Python

    Integrering Python med webbteknologier och protokoll för finans

    Web Protocols Web Applications Web Services

    Förstå och implementera värderingsramen med Python

      Simulera finansiella modeller med Python

    Generering av slumptal Generisk simuleringsklass Geometrisk Brownsk rörelse Simuleringsklassen implementerar en Use Case för GBM

    Hoppa diffusion

      Fyrkantsrotsdiffusion
    Implementera derivatvärdering med Python
  • Implementera portföljvärdering med Python
  • Använda volatilitetsalternativ i Python
  • Implementering av datainsamling Implementering av modellkalibrering Implementering av portföljvärdering

    Bästa praxis i Python Programmering för finans

    Felsökning

      Sammanfattning och slutsats

    Avslutande kommentarer

    Krav

    • Grundläggande erfarenhet av programmering
    • Ett gediget grepp om matematik för ekonomi
     35 timmar

    Antal deltagare



    Price per participant

    Vittnesmål (5)

    Relaterade Kurser

    Relaterade Kategorier