Kursplan
Introduksjon
Forstå det grunnleggende ved Python
Oversikt over bruk av teknologi og Python i finans
Oversikt over verktøy og infrastruktur
- Python Utrulling ved bruk av Anaconda ved bruk av Python Quant-plattformen ved bruk av IPython ved bruk av Spyder
Komme i gang med enkle økonomiske eksempler med Python
- Beregning av implisitte volatiliteter Implementering av Monte Carlo-simulering ved bruk av Pure Python Bruk av vektorisering med Numpy ved bruk av full vektorisering med log Euler-skjema ved bruk av grafisk analyse
Lære de grunnleggende datatypene Lære de grunnleggende datastrukturene ved å bruke NumPy datastrukturer Implementere kodevektorisering
- Implementering av datavisualisering i Python
Implementering av todimensjonale plott ved bruk av andre plottstiler Implementering Finance plott Generering av et 3D-plot
- Bruk av finansielle tidsseriedata i Python
Utforske det grunnleggende om pandaer Implementering av første og andre trinn med DataFrame Class Hente økonomiske data fra nettet ved å bruke økonomiske data fra CSV-filer Implementere regresjonsanalyse Mestring av høyfrekvente data
- Implementering av input/output operasjoner
Forstå det grunnleggende om I/O med Python Bruke I/O med pandaer Implementering av rask I/O med PyTables
- Implementering av ytelseskritiske applikasjoner med Python
Oversikt over ytelsesbiblioteker i Python Forstå Python Paradigmer Forstå minneoppsett Implementere parallell databehandling Bruke multiprosesseringsmodulen Bruke Numba for dynamisk kompilering Bruke Cython for statisk kompilering Bruke GPUer for generering av tilfeldige tall
- Bruk av matematiske verktøy og teknikker for finans med Python
Lære tilnærmingsteknikker Regresjonsinterpolering
- Implementering av konveks optimalisering
Statistics med Python
- Implementering av normalitetstester Implementering av porteføljeoptimalisering Gjennomføring av hovedkomponentanalyse (PCA) Implementering av Bayesiansk regresjon ved bruk av PyMC3
Integrering Python med Excel
- Implementering av grunnleggende regnearkinteraksjon ved bruk av DataNitro for full integrasjon av Python og Excel
Objektorientert programmering med Python
- Bygge grafiske brukergrensesnitt med Python
Integrering Python med webteknologier og protokoller for finans
Web Protocols Web Applications Web Services
Forstå og implementere verdsettelsesrammeverket med Python
- Simulering av finansielle modeller med Python
Generering av tilfeldige tall Generisk simuleringsklasse Geometrisk Brownsk bevegelse Simuleringsklassen implementerer en Use Case for GBM
Hoppdiffusjon
- Square-rot diffusjon
Implementering av datainnsamling Implementering av modellkalibrering Implementering av porteføljevurdering
Beste praksis i Python Programmering for finans
Feilsøking
- Oppsummering og konklusjon
Avsluttende bemerkninger
Krav
- Grunnleggende erfaring med programmering
- Et solid grep om matematikk for finans
Testimonials (5)
Eksempler/øvelser perfekt tilpasset vårt domene
Luc - CS Group
Kurs - Scaling Data Analysis with Python and Dask
Machine Translated
Treneren var veldig tilgjengelig for å svare på alle slags spørsmål jeg stilte
Caterina - Stamtech
Kurs - Developing APIs with Python and FastAPI
Machine Translated
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
Kurs - Build REST APIs with Python and Flask
Overføring av praktisk kunnskap og erfaring fra treneren.
Rumel Mateusz - Pojazdy Szynowe PESA Bydgoszcz SA
Kurs - GUI Programming with Python and PyQt
Machine Translated
As I was the only participant the training could be adapted to my needs.