Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduksjon
Forstå det grunnleggende ved Python
Oversikt over bruk av teknologi og Python i Finance
Oversikt over verktøy og infrastruktur
- Python Implementering ved hjelp av Anaconda
- Bruk av Python Quant-plattformen
- Bruker IPython
- Bruker Spyder
Komme i gang med enkle økonomiske eksempler med Python
- Beregning av implisitte volatiliteter
- Implementering av Monte Carlo-simulering
- Bruke Pure Python
- Bruke vektorisering med Numpy
- Bruker full vektorisering med Log Euler Scheme
- Bruke grafisk analyse
- Ved hjelp av teknisk analyse
Forstå datatyper og strukturer i Python
- Lære de grunnleggende datatypene
- Lære de grunnleggende datastrukturene
- Bruke NumPy-datastrukturer
- Implementering av kodevektorisering
Implementerer Data Visualization i Python
- Implementering av todimensjonale tomter
- Bruke andre plottstiler
- Implementering Finance Tomter
- Generering av et 3D-plott
Bruk av finansielle tidsseriedata i Python
- Utforsk det grunnleggende om pandaer
- Implementering av første og andre trinn med DataFrame Class
- Få økonomiske data fra nettet
- Bruke økonomiske data fra CSV-filer
- Implementering av regresjonsanalyse
- Mestring av høyfrekvente data
Implementering av input/output operasjoner
- Forstå det grunnleggende om I/O med Python
- Bruker I/O med pandaer
- Implementering av rask I/O med PyTables
Implementering av ytelseskritiske applikasjoner med Python
- Oversikt over ytelsesbiblioteker i Python
- Forståelse Python Paradigmer
- Forstå minneoppsett
- Implementering av parallell databehandling
- Bruke multiprosesseringsmodulen
- Bruke Numba for dynamisk kompilering
- Bruke Cython for statisk kompilering
- Bruke GPUs for generering av tilfeldige tall
Bruke Mathematical verktøy og teknikker for Finance med Python
- Lære tilnærmingsteknikker
- Regresjon
- Interpolering
- 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 risikotiltak
Statistics med Python
- Implementering av normalitetstester
- Implementering av porteføljeoptimalisering
- Gjennomføring av hovedkomponentanalyse (PCA)
- Implementere Bayesiansk regresjon ved hjelp av PyMC3
Integrering av Python med Excel
- Implementering av grunnleggende regnearkinteraksjon
- Bruk av DataNitro for full integrering av Python og Excel
Object-Oriented Programming med Python
Bygge grafiske brukergrensesnitt med Python
Integrering av Python med nettteknologier og protokoller for Finance
- Nettprotokoller
- Webapplikasjoner
- Web Services
Forstå og implementere verdsettelsesrammeverket med Python
Simulering av økonomiske modeller med Python
- Generering av tilfeldige tall
- Generisk simuleringsklasse
- Geometrisk Brownsk bevegelse
- Simuleringsklassen
- Implementering av en Use Case for GBM
- Hoppdiffusjon
- Square-rot diffusjon
Implementering av derivatverdier med Python
Implementering av porteføljevurdering med Python
Bruke volatilitetsalternativer i Python
- Implementere datainnsamling
- Implementering av modellkalibrering
- Implementering av porteføljevurdering
Beste praksis i Python Programming for Finance
Feilsøking
Oppsummering og konklusjon
Avsluttende bemerkninger
Krav
- Grunnleggende erfaring med programmering
- Et solid grep om matematikk for finans
35 timer
