Návrh Školení

Úvod

Pochopení základů Python

Přehled používání technologií a Python ve financích

Přehled nástrojů a infrastruktury

    Python Nasazení pomocí Anacondy pomocí platformy Python Quant pomocí IPython pomocí Spyder

Začínáme s jednoduchými finančními příklady s Python

    Výpočet implikovaných volatilit Implementace simulace Monte Carlo pomocí Pure Python Použití vektorizace s Numpy Použití plné vektorizace s log Eulerovým schématem pomocí grafické analýzy
Použití technické analýzy
  • Porozumění datovým typům a strukturám v Python
  • Učení se základních datových typů Učení se základních datových struktur pomocí NumPy datových struktur Implementace vektorizace kódu

      Implementace vizualizace dat v Python

    Implementace dvourozměrných grafů pomocí jiných stylů plotru Implementace Finance grafů Generování 3D grafu

      Použití údajů finanční časové řady v Python

    Zkoumání základů pandy Implementace prvního a druhého kroku s třídou DataFrame Získávání finančních dat z webu pomocí finančních dat ze souborů CSV Implementace regresní analýzy Zvládání vysokofrekvenčních dat

      Implementace vstupních/výstupních operací

    Pochopení základů I/O pomocí Python Použití I/O s pandas Implementace rychlého I/O pomocí PyTables

      Implementace aplikací kritických z hlediska výkonu pomocí Python

    Přehled výkonnostních knihoven v Python Porozumění Python Paradigmatům Porozumění rozložení paměti Implementace paralelního počítání s využitím modulu pro více zpracování Použití Numba pro dynamickou kompilaci Použití Cythonu pro statickou kompilaci Použití GPU pro generování náhodných čísel

      Použití matematických nástrojů a technik pro finance s Python

    Učení aproximačních technik Regresní interpolace

      Implementace konvexní optimalizace
    Zavádění integračních technik
  • Použití symbolických výpočtů
  • Stochastics s Python
  • Generování náhodných čísel Simulace náhodných proměnných a stochastických procesů Implementace oceňovacích výpočtů Výpočet rizikových opatření
  • Statistics s Pythonem

      Implementace testů normality Implementace optimalizace portfolia Provádění analýzy hlavních komponent (PCA) Implementace Bayesovské regrese pomocí PyMC3

    Integrace Python s Excelem

      Implementace základní interakce s tabulkovým procesorem pomocí DataNitro pro plnou integraci Python a Excelu

    Objektově orientované programování 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 třída simulace Geometrický Brownův pohyb Třída simulace Implementace Use Case pro GBM

    Skoková difúze

      Difúze odmocniny
    Implementace ocenění derivátů pomocí Python
  • Implementace oceňování portfolia pomocí Python
  • Použití možností volatility v Python
  • Implementace sběru dat Implementace kalibrace modelu Implementace oceňování portfolia

    Osvědčené postupy v Python Programování pro finance

    Odstraňování problémů

      Shrnutí a závěr

    Závěrečné poznámky

    Požadavky

    • Základní zkušenosti s programováním
    • Solidní znalost matematiky pro finance
      35 hodiny
     

    Počet účastníků


    Začátek

    Konec


    Dates are subject to availability and take place between 09:30 and 16:30.
    Open Training Courses require 5+ participants.

    Reference (4)

    Související kurzy

    Související kategorie