Course Outline
배경:
KDB+는 금융산업 등에서 널리 사용되고 있습니다. 이는 인메모리, 열 기반, 효율적인 특히 능숙한 tp 프로세스 금융 데이터 세트입니다. 많은 투자 은행, 헤지 펀드 및 자산 거래 시간이 KDB+를 많은 데이터 분석 및 데이터 서비스에 활용했습니다. KDB+는 백테스팅 및 일일 트레이딩 분석에서 중요한 역할을 하며, 근본 원인을 찾아내고 트레이딩 품질과 효율성을 향상시킵니다.?Python는 금융 산업에서도 널리 사용되며 KDB+를 쉽게 조작할 수 있고 분석을 위한 많은 라이브러리를 제공합니다.
본 과정에서는 금융산업에서 Q/KDB+/Python가 어떻게 사용되는지(데이터 저장 방법, 데이터 API 사용 방법, 동시 연결 지원을 위한 게이트웨이 활용 방법, KDB+ 및 문제 해결 및 지원 방법)를 소개합니다. 등) 및 많은 시나리오와 관련 솔루션을 제공합니다.
재무분석에 있어 KDB+의 장점은 무엇인가요?
- 시나리오
- 성능 및 효율성
- 어떤 종류의 금융 데이터 세트인지
KDB+ 기본
- 유형 정의 및 캐스트
- 기능 선택/업데이트/삭제
- 함수/람다, 동기화/비동기 함수 호출
- 웹 소켓 지원
- 파일 압축
- 기호 열거 및 열거
- 테이블과 파티션 표시
KDB+를 어떻게 배포할 수 있나요?
- 진드기 식물
-RDB/HDB
- 게이트웨이/API
- 보고
KDB+에 어떻게 접근하나요?
- 질문
- Python
- R
- Java
- C/C++
다른 데이터 소스의 데이터를 어떻게 KDB+로 가져올 수 있나요?
- txt/csv
- HTML/웹페이지
- SQL 서버
Requirements
Database과 통계의 이해
회원 평가 (1)
주제에 대한 좋은 소개, 트레이너가 내 요청에 완전히 적응했습니다.
Mathieu - Crédit Agricole Corporate & Investment Bank
Course - KDB+/Q/Python Financial Data Ananlysis
Machine Translated