Course Outline

소개

Python의 기본 이해

금융의 기술 및 Python 사용 개요

도구 및 인프라 개요

    Python Anaconda를 사용한 배포 Python I를 사용한 Quant 플랫폼 사용Python Spyder 사용

Python로 간단한 금융 예시 시작하기

    내재 변동성 계산 Pure Python를 사용하여 Monte Carlo 시뮬레이션 구현 Numpy로 벡터화 사용 로그 오일러 방식으로 전체 벡터화 사용 그래픽 분석 사용
기술적 분석 사용
  • Python의 데이터 유형 및 구조 이해
  • 기본 데이터 유형 학습 NumPy 데이터 구조를 사용하여 기본 데이터 구조 학습 코드 벡터화 구현

      Python에서 데이터 시각화 구현

    다른 플롯 스타일을 사용하여 2차원 플롯 구현 Finance 플롯 구현 3D 플롯 생성

      Python에서 금융 시계열 데이터 사용

    Pandas의 기본 탐색 DataFrame 클래스를 사용하여 첫 번째 및 두 번째 단계 구현 웹에서 금융 데이터 가져오기 CSV 파일의 금융 데이터 사용 회귀 분석 구현 빈도가 높은 데이터에 대처

      입력/출력 작업 구현

    I/O의 기본 이해하기 Python Pandas에서 I/O 사용하기 PyTables로 빠른 I/O 구현하기

      Python을 사용하여 성능이 중요한 애플리케이션 구현

    Python 이해의 성능 라이브러리 개요 Python 패러다임 이해 메모리 레이아웃 이해 병렬 컴퓨팅 구현 멀티프로세싱 모듈 사용 동적 컴파일에 Numba 사용 정적 컴파일에 Cython 사용 난수 생성에 GPU 사용

      Python을 통한 재무용 수학적 도구 및 기법 사용

    학습 근사 기법 회귀 보간

      볼록 최적화 구현
    통합 기술 구현
  • 기호 계산 적용
  • Python을 사용한 확률론
  • 난수 생성 무작위 변수 및 확률론적 프로세스 시뮬레이션 가치 평가 계산 구현 위험 측정값 계산
  • Statistics 파이썬으로

      정규성 테스트 구현 포트폴리오 최적화 구현 주성분 분석(PCA) 수행 PyMC3를 사용한 베이지안 회귀 구현

    Python을 엑셀과 통합하기

      Python과 Excel의 완전한 통합을 위해 DataNitro를 사용하여 기본 스프레드시트 상호 작용 구현

    Python을 사용한 객체 지향 프로그래밍

      Python을 사용하여 그래픽 사용자 인터페이스 구축

    금융을 위한 웹 기술 및 프로토콜과 Python 통합

    웹 프로토콜 웹 애플리케이션 Web Services

    Python을 통한 가치 평가 프레임워크 이해 및 구현

      Python을 사용한 재무 모델 시뮬레이션

    난수 생성 일반 시뮬레이션 클래스 기하학적 브라운 운동 GBM에 대해 Use Case을 구현하는 시뮬레이션 클래스

    점프 확산

      제곱근 확산
    Python을 이용한 파생상품 평가 구현
  • Python을 사용하여 포트폴리오 가치 평가 구현
  • Python에서 변동성 옵션 사용
  • 데이터 수집 구현 모델 교정 구현 포트폴리오 가치 평가 구현

    Python 재무 프로그래밍 모범 사례

    문제 해결

      요약 및 결론

    맺음말

    Requirements

    • 기본 프로그래밍 경험
    • 금융 수학에 대한 탄탄한 이해
      35 Hours
     

    Number of participants


    Starts

    Ends


    Dates are subject to availability and take place between 10:00 and 17:00.

    Price per participant
    Open Training Courses require 5+ participants.

    회원 평가 (4)

    Related Courses

    Related Categories