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.
Schița de curs
Introducere
Înțelegerea principiilor de bază ale Python
Prezentare generală a utilizării tehnologiei și a Python în Finance
Prezentare generală a instrumentelor și infrastructurii
- Implementarea Python utilizând Anaconda
- Utilizarea platformei Python Quant
- Utilizarea IPython
- Utilizarea Spyder
Noțiuni introductive cu exemple financiare simple cu Python
- Calcularea volatilităților implicite
- Implementarea simulării Monte Carlo
- Utilizarea Pure Python
- Utilizarea vectorizării cu Numpy
- Utilizarea vectorializării complete cu Log Euler Scheme
- 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 Data Visualization în Python
- Implementarea parcelelor bidimensionale
- Utilizarea altor stiluri de diagrame
- Implementarea parcelelor Finance
- Generarea unui grafic 3D
Utilizarea datelor din seriile cronologice financiare în Python
- Explorarea elementelor de bază ale pandas
- Implementarea primului și celui de-al doilea pas cu clasa DataFrame
- Obținerea de date financiare de pe Web
- Utilizarea datelor financiare din fișiere CSV
- Implementarea analizei de regresie
- Gestionarea datelor cu frecvență ridicată
Implementarea operațiunilor de intrare/ieșire
- Înțelegerea elementelor de bază ale I/O cu Python
- Utilizarea I/O cu pandas
- Implementarea I/O rapidă cu PyTables
Implementarea aplicațiilor de performanță critică cu Python
- Prezentare generală a bibliotecilor de performanță în Python
- Înțelegerea paradigmelor Python
- Înțelegerea dispunerii memoriei
- Implementarea calculului paralel
- Utilizarea modulului de multiprocesare
- Utilizarea Numba pentru compilarea dinamică
- Utilizarea Cython pentru compilarea statică
- Utilizarea GPUs pentru generarea numerelor aleatorii
Utilizarea instrumentelor și tehnicilor Mathematical pentru Finance cu Python
- Tehnici de aproximare a învățării
- Regresie
- Interpolare
- Implementarea optimizării convexe
- Implementarea tehnicilor de integrare
- Aplicarea calculului simbolic
Stocastică cu Python
- Generarea numerelor aleatorii
- Simularea variabilelor aleatorii și a proceselor stochastice
- Implementarea calculelor de evaluare
- Calcularea măsurilor de risc
Statistics cu Python
- Implementarea testelor de normalitate
- Implementarea optimizării portofoliului
- Efectuarea analizei componentelor principale (PCA)
- Implementarea regresiei bayesiene utilizând PyMC3
Integrarea Python cu Excel
- Implementarea interacțiunii de bază între foi de calcul
- Utilizarea DataNitro pentru integrarea completă a Python și Excel
Object-Oriented Programming cu Python
Crearea de interfețe grafice pentru utilizator cu Python
Integrarea Python cu tehnologii și protocoale web pentru Finance
- Protocoale web
- Aplicații web
- Web Services
Înțelegerea și implementarea cadrului de evaluare cu Python
Simularea modelelor financiare cu Python
- Generarea numerelor aleatorii
- Clasa de simulare generică
- Mișcarea Browniană Geometrică
- Clasa de simulare
- Implementarea unui Use Case pentru GBM
- Difuzarea salturilor
- Difuzie cu rădăcină pătrată
Implementarea evaluării derivatelor cu Python
Implementarea evaluării portofoliului cu Python
Utilizarea opțiunilor de volatilitate în Python
- Implementarea colectării datelor
- Implementarea calibrării modelului
- Implementarea evaluării portofoliului
Cele mai bune practici în Python Programming pentru Finance
Rezolvarea problemelor
Rezumat și concluzie
Observații finale
Cerințe
- Experiență de bază în programare
- Cunoștințe solide de matematică pentru finanțe
35 ore
Mărturii (5)
Faptul de a avea mai multe exerciții practice folosind date mai asemănătoare cu cele pe care le folosim în proiectele noastre (imagini satelitare în format raster)
Matthieu - CS Group
Curs - Scaling Data Analysis with Python and Dask
Tradus de catre o masina
Very good preparation and expertise of a trainer, perfect communication in English. The course was practical (exercises + sharing examples of use cases)
Monika - Procter & Gamble Polska Sp. z o.o.
Curs - Developing APIs with Python and FastAPI
It was a though course as we had to cover a lot in a short time frame. Our trainer knew a lot about the subject and delivered the content to address our requirements. It was lots of content to learn but our trainer was helpful and encouraging. He answered all our questions with good detail and we feel that we learned a lot. Exercises were well prepared and tasks were tailored accordingly to our needs. I enjoyed this course
Bozena Stansfield - New College Durham
Curs - Build REST APIs with Python and Flask
Trainer develops training based on participant's pace
Farris Chua
Curs - Data Analysis in Python using Pandas and Numpy
I mostly enjoyed everything.
