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

  21 Hours
 

Number of participants


Starts

Ends


Dates are subject to availability and take place between 10:00 and 17:00.
Open Training Courses require 5+ participants.

회원 평가 (1)

Related Courses

kdb+ and q: Analyze Time Series Data

  21 Hours

Related Categories