Návrh Školení
Zavedení
Pochopení základů Python
Přehled používání technologie a Python v Finance
Přehled nástrojů a infrastruktury
- Python Nasazení pomocí Anaconda
- Pomocí platformy Python Quant
- Použití IPython
- Použití Spyder
Začínáme s jednoduchými finančními příklady s Python
- Výpočet implikovaných volatilit
- Implementace simulace Monte Carlo
- Použití Pure Python
- Použití vektorizace s Numpy
- Použití plné vektorizace se schématem Log Euler
- Použití grafické analýzy
- Použití technické analýzy
Pochopení datových typů a struktur v Python
- Naučte se základní datové typy
- Naučte se základní datové struktury
- Použití datových struktur NumPy
- Implementace vektorizace kódu
Implementace Data Visualization v Python
- Implementace dvourozměrných grafů
- Použití jiných stylů plotru
- Provádění Finance Parcely
- Generování 3D grafu
Použití údajů finanční časové řady v Python
- Zkoumání základů pand
- Implementace prvního a druhého kroku s třídou DataFrame
- Získávání finančních údajů z webu
- Použití finančních dat ze souborů CSV
- Implementace regresní analýzy
- Zvládání vysokofrekvenčních dat
Implementace vstupních/výstupních operací
- Pochopení základů I/O s Python
- Použití I/O s pandami
- Implementace rychlého I/O pomocí PyTables
Implementace aplikací kritických z hlediska výkonu pomocí Python
- Přehled knihoven výkonu v Python
- Pochopení Python paradigmat
- Porozumění rozložení paměti
- Implementace paralelních výpočtů
- Použití modulu multiprocessingu
- Použití Numba pro dynamickou kompilaci
- Použití Cythonu pro statickou kompilaci
- Použití GPUs pro generování náhodných čísel
Použití Mathematical Nástroje a techniky pro Finance s Python
- Učení aproximačních technik
- Regrese
- Interpolace
- Implementace konvexní optimalizace
- Zavádění integračních technik
- Aplikace symbolických výpočtů
Stochastics s Python
- Generování náhodných čísel
- Simulace náhodných proměnných a stochastických procesů
- Provádění výpočtů ocenění
- Výpočet rizikových opatření
Statistics s Python
- Provádění testů normality
- Implementace optimalizace portfolia
- Provádění analýzy hlavních komponent (PCA)
- Implementace Bayesovské regrese pomocí PyMC3
Integrace Python s Excel
- Implementace základní interakce s tabulkovým procesorem
- Použití DataNitro pro plnou integraci Python a Excel
Object-Oriented Programming s Python
Vytváření grafického uživatelského rozhraní pomocí Python
Integrace Python s webovými technologiemi a protokoly pro Finance
- Webové protokoly
- Webové aplikace
- Web Services
Pochopení a implementace rámce oceňování s Python
Simulace finančních modelů pomocí Python
- Generování náhodných čísel
- Obecná simulační třída
- Geometrický Brownův pohyb
- Simulační třída
- Implementace Use Case pro GBM
- Skoková difúze
- Difúze odmocniny
Implementace ocenění derivátů pomocí Python
Implementace oceňování portfolia pomocí Python
Použití voleb volatility v Python
- Provádění sběru dat
- Implementace kalibrace modelu
- Provádění oceňování portfolia
Doporučené postupy v Python Programming pro Finance
Odstraňování problémů
Shrnutí a závěr
Závěrečné poznámky
Požadavky
- Základní zkušenosti s programováním
- Solidní znalost matematiky pro finance