Course Outline
배경:
KDB+는 금융 산업 및 기타 분야에서 널리 사용됩니다. 메모리 내, 열 기반, 효율적이며 특히 재무 데이터 집합을 처리하는 데 능숙합니다. 많은 투자은행, 헤지펀드 및 프로프 트레이딩 시간에서 KDB+를 사용하여 많은 데이터 분석 및 데이터 서비스를 제공합니다. KDB+는 백테스팅 및 일일 거래에서 분석에 중요한 역할을 하며 근본 원인을 찾아내고 거래 품질과 효율성을 개선합니다.Python 또한 금융 산업에서 널리 사용되고 있으며 KDB+를 쉽게 조작하고 분석을 위한 많은 라이브러리를 제공할 수 있습니다.
이 과정에서는 Q/KDB+/Python가 금융 산업에서 어떻게 사용되는지(데이터 저장 방법, 데이터 API 사용 방법, 동시 연결 지원을 위한 게이트웨이 활용 방법, 문제 해결 및 KDB+ 지원 등)와 다양한 시나리오 및 관련 솔루션을 소개합니다.
재무분석에 있어서 KDB+의 장점은 무엇인가요?
- 시나리오
- 성능 및 효율성
- 어떤 종류의 재무 데이터 세트인가
KDB+ 기본
- 유형 정의 및 캐스트
- 기능 선택/업데이트/삭제
- 함수/람다, 동기/비동기 함수 호출
- 웹 소켓 지원
- 파일 압축
- sym 열거형과 열거형
- 스플레이 테이블과 파티션
KDB+를 어떻게 배포할 수 있나요?
- 진드기풀
- RDB/HDB
- 게이트웨이/API
- 보고
KDB+에 어떻게 접속할 수 있나요?
- 큐
- Python
- 알
- Java
- C/C++
다른 데이터 소스에서 KDB+로 데이터를 가져오려면 어떻게 해야 하나요?
- 텍스트/CSV
- html/웹 페이지
- SQL 서버
Requirements
Database의 이해와 통계