Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
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
35 Horas
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
Very good preparation and expertise of a trainer, perfect communication in English. The course was practical (exercises + sharing examples of use cases)
Monika - Procter & Gamble Polska Sp. z o.o.
Curso - Developing APIs with Python and FastAPI
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
Curso - Build REST APIs with Python and Flask
Trainer develops training based on participant's pace
Farris Chua
Curso - Data Analysis in Python using Pandas and Numpy
As I was the only participant the training could be adapted to my needs.
