Programa do Curso
Introdução
Compreender os fundamentos da Python
Visão geral da utilização da tecnologia e Python em Finance
Visão geral das ferramentas e infra-estruturas
- Implementação Python Utilizando Anaconda
- Utilização da plataforma Python Quant
- Utilização do IPython
- Utilização do Spyder
Introdução a exemplos financeiros simples com Python
- Calculando Volatilidades Implícitas
- Implementar a Simulação de Monte Carlo
- Usando o Pure Python
- Usando Vetorização com Numpy
- Usando Vetorização Completa com Esquema Log Euler
- Usando a análise gráfica
- Usando análise técnica
Entendendo tipos e estruturas de dados em Python
- Aprender os tipos de dados básicos
- Aprendendo as estruturas de dados básicas
- Usando estruturas de dados NumPy
- Implementando a vetorização de código
Implementando Data Visualization em Python
- Implementando gráficos bidimensionais
- Usando outros estilos de plotagem
- Implementando Finance Gráficos
- Gerando um gráfico 3D
Usando dados de séries temporais financeiras em Python
- Explorando os conceitos básicos do pandas
- Implementando o primeiro e o segundo passos com a classe DataFrame
- Obtendo dados financeiros da Web
- Usando dados financeiros de arquivos CSV
- Implementando a análise de regressão
- Lidando com dados de alta frequência
Implementando operações de entrada/saída
- Entendendo os conceitos básicos de E/S com Python
- Usando E/S com pandas
- Implementando E/S rápida com PyTables
Implementando aplicações de desempenho crítico com Python
- Visão geral das bibliotecas de desempenho em Python
- Entendendo os paradigmas de Python
- Entendendo o layout da memória
- Implementando computação paralela
- Usando o módulo de multiprocessamento
- Usando Numba para compilação dinâmica
- Usando Cython para compilação estática
- Usando GPUs para geração de números aleatórios
Usando Mathematical Ferramentas e Técnicas para Finance com Python
- Aprendizagem de técnicas de aproximação
- Regressão
- Interpolação
- Implementação da otimização convexa
- Implementação de técnicas de integração
- Aplicação de computação simbólica
Estocástica com Python
- Geração de Números Aleatórios
- Simulação de Variáveis Aleatórias e de Processos Estocásticos
- Implementação de cálculos de avaliação
- Cálculo de medidas de risco
Statistics com Python
- Implementação de testes de normalidade
- Implementação da otimização de carteiras
- Realização de análise de componentes principais (PCA)
- Implementação da Regressão Bayesiana usando PyMC3
Integração de Python com Excel
- Implementação da interação básica entre folhas de cálculo
- Utilização do DataNitro para integração total de Python e Excel
Object-Oriented Programming com Python
Construir Interfaces Gráficas de Utilizador com Python
Integração de Python com tecnologias e protocolos Web para Finance
- Protocolos Web
- Aplicações Web
- Web Services
Compreender e implementar o quadro de avaliação com Python
Simulação de modelos financeiros com Python
- Geração de números aleatórios
- Classe de Simulação Genérica
- Movimento Browniano Geométrico
- A Classe de Simulação
- Implementação de um Use Case para GBM
- Difusão por saltos
- Difusão de raiz quadrada
Implementação da avaliação de derivados com Python
Implementação da avaliação de carteiras com Python
Utilizar Opções de Volatilidade em Python
- Implementação da recolha de dados
- Implementação da Calibração do Modelo
- Implementar a Avaliação de Carteiras
Melhores Práticas em Python Programming para Finance
Resolução de Problemas
Resumo e Conclusão
Observações finais
Requisitos
- Experiência básica de programação
- Uma sólida compreensão da matemática para finanças
Declaração de Clientes (5)
O facto de ter mais exercícios práticos utilizando dados mais semelhantes aos que utilizamos nos nossos projectos (imagens de satélite em formato raster)
Matthieu - CS Group
Curso - Scaling Data Analysis with Python and Dask
Máquina Traduzida
Pensei que o instrutor era muito conhecedor e respondeu às perguntas com confiança para esclarecer a compreensão.
Jenna - TCMT
Curso - Machine Learning with Python – 2 Days
Máquina Traduzida
Preparação e expertise excelente do treinador, comunicação perfeita em inglês. O curso foi prático (exercícios + compartilhamento de exemplos de casos de uso)
Monika - Procter & Gamble Polska Sp. z o.o.
Curso - Developing APIs with Python and FastAPI
Máquina Traduzida
Os exercícios eram agradáveis
Vyshnavi Iyappan - Red Embedded Consulting Sp. z o.o.
Curso - Unit Testing with Python
Máquina Traduzida
A explicação
Wei Yang Teo - Ministry of Defence, Singapore
Curso - Machine Learning with Python – 4 Days
Máquina Traduzida