Cursusaanbod

Introductie

Inzicht in de grondbeginselen van Python

Overzicht van het gebruik van technologie en Python in Finance

Overzicht van tools en infrastructuur

  • Python Implementatie met Anaconda
  • Het Python Quant-platform gebruiken
  • Met behulp van IPython
  • Spyder gebruiken

Aan de slag met eenvoudige financiële voorbeelden met Python

  • Impliciete volatiliteit berekenen
  • Implementatie van de Monte Carlo-simulatie
    • Pure gebruiken Python
    • Vectorisatie gebruiken met Numpy
    • Volledige vectorisatie gebruiken met Log Euler-schema
    • Grafische analyse gebruiken
  • Technische analyse gebruiken

Inzicht in gegevenstypen en -structuren in Python

  • Leren van de basisgegevenstypen
  • Leren van de basisgegevensstructuren
  • NumPy-gegevensstructuren gebruiken
  • Codevectorisatie implementeren

Uitvoering Data Visualization in Python

  • Implementeren van tweedimensionale plots
  • Andere plotstijlen gebruiken
  • Uitvoering van Finance percelen
  • Een 3D-plot genereren

Financiële tijdreeksgegevens gebruiken in Python

  • De basisprincipes van panda's verkennen
  • Eerste en tweede stappen implementeren met DataFrame Class
  • Financiële gegevens van het web halen
  • Financiële gegevens uit CSV-bestanden gebruiken
  • Regressieanalyse implementeren
  • Omgaan met hoogfrequente gegevens

Implementeren van input/output-bewerkingen

  • De basisprincipes van I/O begrijpen met Python
  • I/O gebruiken met panda's
  • Snelle I/O implementeren met PyTables

Prestatiekritieke toepassingen implementeren met Python

  • Overzicht van prestatiebibliotheken in Python
  • Paradigma's begrijpen Python
  • Inzicht in de lay-out van het geheugen
  • Implementatie van Parallel Computing
  • De multiprocessing-module gebruiken
  • Numba gebruiken voor dynamisch compileren
  • Cython gebruiken voor statisch compileren
  • GPUs gebruiken voor het genereren van willekeurige getallen

Mathematical Gereedschappen en technieken gebruiken voor Finance met Python

  • Benaderingstechnieken leren
    • Regressie
    • Interpolatie
  • Convexe optimalisatie implementeren
  • Implementatie van integratietechnieken
  • Symbolische berekening toepassen

Stochastiek met Python

  • Genereren van willekeurige getallen
  • Simulatie van willekeurige variabelen en van stochastische processen
  • Uitvoeren van waarderingsberekeningen
  • Berekening van risicomaatregelen

Statistics met Python

  • Normaliteitstests implementeren
  • Implementeren van Portfolio Optimalisatie
  • Uitvoeren van Principal Component Analysis (PCA)
  • Bayesiaanse regressie implementeren met behulp van PyMC3

Integratie van Python met Excel

  • Basisinteractie met spreadsheets implementeren
  • DataNitro gebruiken voor volledige integratie van Python en Excel

Object-Oriented Programming met Python

Grafische gebruikersinterfaces bouwen met Python

Integratie Python met webtechnologieën en -protocollen voor Finance

  • Webprotocollen
  • Webapplicaties
  • Web Services

Inzicht in en implementatie van het waarderingskader met Python

Financiële modellen simuleren met Python

  • Willekeurige getallen genereren
  • Generieke simulatieklasse
  • Geometrische Brownse beweging
    • De Simulatie Klasse
    • Implementatie van een Use Case voor GBM
  • Sprong Diffusie
  • Diffusie van vierkantswortel

Implementatie van de waardering van derivaten met Python

Portefeuillewaardering implementeren met Python

Volatiliteitsopties gebruiken in Python

  • Implementatie van gegevensverzameling
  • Modelkalibratie implementeren
  • Implementatie van Portfolio Valuation

Best practices in Python Programming voor Finance

Probleemoplossing

Samenvatting en conclusie

Slotwoord

Vereisten

  • Basis programmeerervaring
  • Een gedegen kennis van wiskunde voor financiën
 35 Uren

Aantal deelnemers


Prijs Per Deelnemer

Testimonials (5)

Voorlopige Aankomende Cursussen

Gerelateerde categorieën