Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Introducere
Înțelegerea elementelor de bază ale Python
Prezentare generală a utilizării tehnologiei și Python în finanțe
Prezentare generală a instrumentelor și infrastructurii
- Implementarea Python folosind Anaconda
- Utilizarea platformei Python Quant
- Utilizarea IPython
- Utilizarea Spyder
Începutul lucrului cu exemple financiare simple în Python
- Calculul volatilităților implicite
- Implementarea simulării Monte Carlo
- Folosirea Python pur
- Utilizarea vectorizării cu Numpy
- Utilizarea vectorizării complete cu schema Log Euler
- 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 vizualizării datelor în Python
- Implementarea graficelor bidimensionale
- Utilizarea altor stiluri de grafice
- Implementarea graficelor financiare
- Generarea unui grafic 3D
Utilizarea datelor de serii temporale financiare în Python
- Explorarea elementelor de bază ale pandas
- Implementarea primilor pași cu clasa DataFrame
- Obținerea datelor financiare de pe web
- Utilizarea datelor financiare din fișiere CSV
- Implementarea analizei de regresie
- Gestionarea datelor de înaltă frecvență
Implementarea operațiunilor de intrare/ieșire
- Înțelegerea elementelor de bază ale I/O în Python
- Utilizarea I/O cu pandas
- Implementarea I/O rapidă cu PyTables
Implementarea aplicațiilor critice pentru performanță cu Python
- Prezentare generală a bibliotecilor de performanță în Python
- Înțelegerea paradigmelor Python
- Înțelegerea layout-ului memoriei
- Implementarea calculului paralel
- Utilizarea modulului multiprocessing
- Utilizarea Numba pentru compilare dinamică
- Utilizarea Cython pentru compilare statică
- Utilizarea GPU-urilor pentru generarea de numere aleatoare
Utilizarea instrumentelor și tehnicilor matematice pentru finanțe cu Python
- Învățarea tehnicilor de aproximare
- Regresie
- Interpolare
- Implementarea optimizării convexe
- Implementarea tehnicilor de integrare
- Aplicarea calculului simbolic
Stocastică cu Python
- Generarea numerelor aleatoare
- Simularea variabilelor aleatoare și a proceselor stocastice
- Implementarea calculelor de evaluare
- Calculul măsurilor de risc
Statistică cu Python
- Implementarea testelor de normalitate
- Implementarea optimizării portofoliului
- Efectuarea analizei componentelor principale (PCA)
- Implementarea regresiei bayesiene folosind PyMC3
Integrarea Python cu Excel
- Implementarea interacțiunii de bază cu foi de calcul
- Utilizarea DataNitro pentru integrarea completă a Python și Excel
Programare orientată pe obiecte cu Python
Construirea interfețelor grafice cu Python
Integrarea Python cu tehnologiile și protocoalele web pentru finanțe
- Protocoale web
- Aplicații web
- Servicii web
Înțelegerea și implementarea cadrului de evaluare cu Python
Simularea modelelor financiare cu Python
- Generarea numerelor aleatoare
- Clasa generică de simulare
- Mișcarea browniană geometrică
- Clasa de simulare
- Implementarea unui caz de utilizare pentru GBM
- Difuzie cu salt
- Difuzie cu rădăcină pătrată
Implementarea evaluării instrumentelor derivate cu Python
Implementarea evaluării portofoliului cu Python
Utilizarea opțiunilor de volatilitate în Python
- Implementarea colectării de date
- Implementarea calibrării modelului
- Implementarea evaluării portofoliului
Cele mai bune practici în programarea Python pentru finanțe
Depanare
Rezumat și concluzii
Cuvinte de încheiere
Cerințe
- Experiență de bază în programare
- Cunoștințe solide de matematică pentru finanțe
35 Ore
Mărturii (5)
Faptul că există mai multe exerciții practice care folosesc date mai similare cu cele pe care le utilizăm în proiectele noastre (imaginea satelitării în format rastersc)
Matthieu - CS Group
Curs - Scaling Data Analysis with Python and Dask
Tradus de catre o masina
Am considerat că instrunctorul a fost foarte bine informat 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
Prepararea și expertiza excelente a instrucționarului, comunicare perfectă în limba engleză. Cursul a fost practic (exerciții + împărtășirea exemplelor de cazuri de utilizare)
Monika - Procter & Gamble Polska Sp. z o.o.
Curs - Developing APIs with Python and FastAPI
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
Instrucționistul dezvoltă instruirea în funcție de ritmul participanților
Farris Chua
Curs - Data Analysis in Python using Pandas and Numpy
Tradus de catre o masina
