Schița de curs
Introducere
Înțelegerea principiilor de bază ale Python
Prezentare generală a utilizării tehnologiei și a Python în Finance
Prezentare generală a instrumentelor și infrastructurii
- Implementarea Python utilizând Anaconda
- Utilizarea platformei Python Quant
- Utilizarea IPython
- Utilizarea Spyder
Noțiuni introductive cu exemple financiare simple cu Python
- Calcularea volatilităților implicite
- Implementarea simulării Monte Carlo
- Utilizarea Pure Python
- Utilizarea vectorizării cu Numpy
- Utilizarea vectorializării complete cu Log Euler Scheme
- Utilizarea analizei grafice
- Utilizarea analizei tehnice
Înțelegerea tipurilor și structurilor de date în Python
- Învățarea tipurilor de date de bază
- Învățarea structurilor de date de bază
- Utilizarea structurilor de date NumPy
- Implementarea vectorizării codului
Implementarea Data Visualization în Python
- Implementarea parcelelor bidimensionale
- Utilizarea altor stiluri de diagrame
- Implementarea parcelelor Finance
- Generarea unui grafic 3D
Utilizarea datelor din seriile cronologice financiare în Python
- Explorarea elementelor de bază ale pandas
- Implementarea primului și celui de-al doilea pas cu clasa DataFrame
- Obținerea de date financiare de pe Web
- Utilizarea datelor financiare din fișiere CSV
- Implementarea analizei de regresie
- Gestionarea datelor cu frecvență ridicată
Implementarea operațiunilor de intrare/ieșire
- Înțelegerea elementelor de bază ale I/O cu Python
- Utilizarea I/O cu pandas
- Implementarea I/O rapidă cu PyTables
Implementarea aplicațiilor de performanță critică cu Python
- Prezentare generală a bibliotecilor de performanță în Python
- Înțelegerea paradigmelor Python
- Înțelegerea dispunerii memoriei
- Implementarea calculului paralel
- Utilizarea modulului de multiprocesare
- Utilizarea Numba pentru compilarea dinamică
- Utilizarea Cython pentru compilarea statică
- Utilizarea GPUs pentru generarea numerelor aleatorii
Utilizarea instrumentelor și tehnicilor Mathematical pentru Finance cu Python
- Tehnici de aproximare a învățării
- Regresie
- Interpolare
- Implementarea optimizării convexe
- Implementarea tehnicilor de integrare
- Aplicarea calculului simbolic
Stocastică cu Python
- Generarea numerelor aleatorii
- Simularea variabilelor aleatorii și a proceselor stochastice
- Implementarea calculelor de evaluare
- Calcularea măsurilor de risc
Statistics cu Python
- Implementarea testelor de normalitate
- Implementarea optimizării portofoliului
- Efectuarea analizei componentelor principale (PCA)
- Implementarea regresiei bayesiene utilizând PyMC3
Integrarea Python cu Excel
- Implementarea interacțiunii de bază între foi de calcul
- Utilizarea DataNitro pentru integrarea completă a Python și Excel
Object-Oriented Programming cu Python
Crearea de interfețe grafice pentru utilizator cu Python
Integrarea Python cu tehnologii și protocoale web pentru Finance
- Protocoale web
- Aplicații web
- Web Services
Înțelegerea și implementarea cadrului de evaluare cu Python
Simularea modelelor financiare cu Python
- Generarea numerelor aleatorii
- Clasa de simulare generică
- Mișcarea Browniană Geometrică
- Clasa de simulare
- Implementarea unui Use Case pentru GBM
- Difuzarea salturilor
- Difuzie cu rădăcină pătrată
Implementarea evaluării derivatelor cu Python
Implementarea evaluării portofoliului cu Python
Utilizarea opțiunilor de volatilitate în Python
- Implementarea colectării datelor
- Implementarea calibrării modelului
- Implementarea evaluării portofoliului
Cele mai bune practici în Python Programming pentru Finance
Rezolvarea problemelor
Rezumat și concluzie
Observații finale
Cerințe
- Experiență de bază în programare
- Cunoștințe solide de matematică pentru finanțe
Mărturii (5)
Faptul de a avea mai multe exerciții practice folosind date mai asemănătoare cu cele pe care le folosim în proiectele noastre (imagini satelitare în format raster)
Matthieu - CS Group
Curs - Scaling Data Analysis with Python and Dask
Tradus de catre o masina
Am considerat că antrenatorul era foarte cunoscutitor și a răspuns la întrebări cu încredere pentru a clarifica înțelegerea.
Jenna - TCMT
Curs - Machine Learning with Python – 2 Days
Tradus de catre o masina
Pregătirea și experțiza foarte bune a formatorului, comunicare perfectă în engleză. Cursul a fost practic (exerciții + împărtășire de exemple de cazuri de utilizare)
Monika - Procter & Gamble Polska Sp. z o.o.
Curs - Developing APIs with Python and FastAPI
Tradus de catre o masina
Exercițiile au fost frumoase
Vyshnavi Iyappan - Red Embedded Consulting Sp. z o.o.
Curs - Unit Testing with Python
Tradus de catre o masina
Explicația
Wei Yang Teo - Ministry of Defence, Singapore
Curs - Machine Learning with Python – 4 Days
Tradus de catre o masina