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.
Struttura del corso
Introduzione
Comprendere i fondamenti di Python
Panoramica sull'uso della tecnologia e Python in Finance
Panoramica degli strumenti e dell'infrastruttura
- Python Distribuzione utilizzando Anaconda
- Utilizzo della piattaforma Quant Python
- Utilizzando IPython
- Utilizzo di Spyder
Guida introduttiva a semplici esempi finanziari con Python
- Calcolo delle volatilità implicite
- Implementazione della simulazione Monte Carlo
- Utilizzo di Pure Python
- Utilizzo della vettorializzazione con Numpy
- Utilizzo della vettorializzazione completa con lo schema Log Eulero
- Utilizzo dell'analisi grafica
- Utilizzo dell'analisi tecnica
Comprensione dei tipi di dati e delle strutture in Python
- Apprendimento dei tipi di dati di base
- Apprendimento delle strutture dati di base
- Utilizzo delle strutture dati NumPy
- Implementazione della vettorizzazione del codice
Attuazione di Data Visualization in Python
- Implementazione di grafici bidimensionali
- Utilizzo di altri stili di stampa
- Implementazione di Finance Grafici
- Generazione di un grafico 3D
Utilizzo dei dati delle serie temporali finanziarie in Python
- Esplorando le basi dei panda
- Implementazione del primo e del secondo passaggio con la classe DataFrame
- Recupero di dati finanziari dal Web
- Utilizzo dei dati finanziari da file CSV
- Implementazione dell'analisi di regressione
- Gestione dei dati ad alta frequenza
Implementazione delle operazioni di input/output
- Nozioni di base sull'I/O con Python
- Utilizzo dell'I/O con i panda
- Implementazione di Fast I/O con PyTables
Implementazione di applicazioni critiche per le prestazioni con Python
- Panoramica delle librerie di prestazioni in Python
- Comprendere Python i paradigmi
- Informazioni sul layout della memoria
- Implementazione del calcolo parallelo
- Utilizzo del modulo multiprocessing
- Utilizzo di Numba per la compilazione dinamica
- Utilizzo di Cython per la compilazione statica
- Utilizzo di GPU per la generazione di numeri casuali
Utilizzo di Mathematical Strumenti e tecniche per Finance con Python
- Apprendimento delle tecniche di approssimazione
- Regressione
- Interpolazione
- Implementazione dell'ottimizzazione convessa
- Implementazione delle tecniche di integrazione
- Applicazione del calcolo simbolico
Stocastico con Python
- Generazione di numeri casuali
- Simulazione di variabili aleatorie e di processi stocastici
- Implementazione dei calcoli di valutazione
- Calcolo delle misure di rischio
Statistics con Python
- Implementazione dei test di normalità
- Implementazione dell'ottimizzazione del portafoglio
- Esecuzione dell'analisi delle componenti principali (PCA)
- Implementazione della regressione bayesiana con PyMC3
Integrazione di Python con Excel
- Implementazione dell'interazione di base con il foglio di calcolo
- Utilizzo di DataNitro per l'integrazione completa di Python e Excel
Object-Oriented Programming con Python
Creazione di interfacce utente grafiche con Python
Integrazione di Python con tecnologie e protocolli Web per Finance
- Protocolli Web
- Applicazioni Web
- Web Services
Comprensione e implementazione del quadro di valutazione con Python
Simulazione di modelli finanziari con Python
- Generazione di numeri casuali
- Classe di simulazione generica
- Moto browniano geometrico
- La classe di simulazione
- Implementazione di un Use Case per GBM
- Diffusione a salto
- Diffusione a radice quadrata
Implementazione della valutazione dei derivati con Python
Implementazione della valutazione del portafoglio con Python
Utilizzo delle opzioni di volatilità in Python
- Implementazione della raccolta dei dati
- Implementazione della calibrazione del modello
- Implementazione della valutazione del portafoglio
Best practice in Python Programming per Finance
Risoluzione dei problemi
Riassunto e conclusione
Osservazioni conclusive
Requisiti
- Esperienza di programmazione di base
- Una solida conoscenza della matematica per la finanza
35 ore
Recensioni (5)
Il fatto di avere più esercizi pratici utilizzando dati più simili a quelli che utilizziamo nei nostri progetti (immagini satellitari in formato raster)
Matthieu - CS Group
Corso - Scaling Data Analysis with Python and Dask
Traduzione automatica
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.
Corso - 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
Corso - Build REST APIs with Python and Flask
Trainer develops training based on participant's pace
Farris Chua
Corso - Data Analysis in Python using Pandas and Numpy
I mostly enjoyed everything.
