Plan du cours
Introduction
Comprendre les principes fondamentaux de Python
Aperçu de l'utilisation de la technologie et de Python en finance
Présentation des outils et de l'infrastructure
- Python Déploiement à l'aide d'Anaconda à l'aide de la Python Plateforme Quant à l'aide de IPython À l'aide de Spyder
Premiers pas avec des exemples financiers simples avec Python
- Calcul des volatilités implicites Implémentation de la simulation de Monte Carlo à l'aide de Pure Python Utilisation de la vectorisation avec Numpy Utilisation de la vectorisation complète avec le schéma Log Euler Utilisation de l'analyse graphique
Apprentissage des types de données de base Apprentissage des structures de données de base à l'aide des structures de données NumPy Implémentation de la vectorisation du code
- Implémentation de la visualisation des données dans Python
Implémentation de tracés bidimensionnels à l'aide d'autres styles de tracé Implémentation de tracés Finance Génération d'un tracé 3D
- Utilisation des données de séries temporelles financières dans Python
Explorer les bases des pandas Implémentation des première et deuxième étapes avec la classe DataFrame Obtention de données financières à partir du Web Utilisation de données financières à partir de fichiers CSV Implémentation d'une analyse de régression Gérer des données à haute fréquence
- Implémentation d'opérations d'entrée/sortie
Comprendre les bases des E/S avec Python Utiliser les E/S avec des pandas Implémenter les E/S rapides avec PyTables
- Implémentation d'applications critiques en termes de performances avec Python
Présentation des bibliothèques de performances dans Python Comprendre les paradigmes Python Comprendre la disposition de la mémoire Implémenter le calcul parallèle Utiliser le module multitraitement Utiliser Numba pour la compilation dynamique Utiliser Cython pour la compilation statique Utiliser des GPU pour la génération de nombres aléatoires
- Utiliser des outils et techniques mathématiques pour la finance avec Python
Apprentissage Techniques d’approximation Interpolation de régression
- Implémentation de l'optimisation convexe
Statistics avec Python
- Implémentation de tests de normalité Implémentation de l'optimisation de portefeuille Réalisation d'une analyse en composantes principales (ACP) Implémentation de la régression bayésienne à l'aide de PyMC3
Intégration de Python avec Excel
- Implémentation d'une interaction de base avec une feuille de calcul à l'aide de DataNitro pour une intégration complète de Python et Excel
Programmation orientée objet avec Python
- Création d'interfaces utilisateur graphiques avec Python
Intégration Python avec les technologies Web et les protocoles pour la finance
Applications Web de protocoles Web Web Services
Comprendre et mettre en œuvre le cadre de valorisation avec Python
- Simulation de modèles financiers avec Python
Génération de nombres aléatoires Classe de simulation générique Mouvement brownien géométrique La classe de simulation implémentant un Use Case pour GBM
Diffusion par saut
- Diffusion à racine carrée
Mise en œuvre de la collecte de données Mise en œuvre du calibrage du modèle Mise en œuvre de l’évaluation du portefeuille
Meilleures pratiques dans Python Programmation pour la finance
Dépannage
- Sommaire et conclusion
Mot de clôture
Pré requis
- Expérience de la programmation de base
Nos Clients témoignent (4)
Le formateur était très disponible pour répondre à toutes les questions que je me posais.
Caterina - Stamtech
Formation - Developing APIs with Python and FastAPI
Traduction automatique
It was a though course as we had to cover a lot in a short time frame. Our trainer knew a lot about the subject and delivered the content to address our requirements. It was lots of content to learn but our trainer was helpful and encouraging. He answered all our questions with good detail and we feel that we learned a lot. Exercises were well prepared and tasks were tailored accordingly to our needs. I enjoyed this course
Bozena Stansfield - New College Durham
Formation - Build REST APIs with Python and Flask
Transfert des connaissances pratiques et de l'expérience du formateur.
Rumel Mateusz - Pojazdy Szynowe PESA Bydgoszcz SA
Formation - GUI Programming with Python and PyQt
Traduction automatique
As I was the only participant the training could be adapted to my needs.