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
 35 hodiny

Počet účastníků


Price per participant

Reference (5)

Upcoming Courses

Související kategorie