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
Ved hjelp av teknisk analyse
  • Forstå datatyper og strukturer i Python
  • 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
    Implementering av integrasjonsteknikker
  • Bruk av symbolsk beregning
  • Stokastikk med Python
  • Generering av tilfeldige tall Simulering av tilfeldige variabler og av stokastiske prosesser Implementering av verdsettelsesberegninger Beregning av risikomål
  • 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 derivatverdier med Python
  • Implementering av porteføljevurdering med Python
  • Bruk av volatilitetsalternativer i Python
  • 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
     35 timer

    Antall deltakere



    Price per participant

    Testimonials (5)

    Relaterte kurs

    Related Categories