Python與金融量化分析

Python與金融量化分析 掃二維碼繼續(xù)學(xué)習(xí)

2380.00元

 活動(dòng)結(jié)束

  • 第 1 章 : 進(jìn)階篇
  • 課時(shí)1:課程介紹受眾和課綱 13:06
  • 課時(shí)2:Python是什么 17:40
  • 課時(shí)3:環(huán)境安裝 —— 安裝Anaconda & Jupyter 12:38
  • 課時(shí)4:環(huán)境講解 05:02
  • 課時(shí)5:環(huán)境講解 —— 在線(xiàn)安裝包 03:54
  • 課時(shí)6:環(huán)境講解 —— 從本地安裝包 08:39
  • 課時(shí)7:環(huán)境講解 —— 同時(shí)部署兩個(gè)Python版本 30:13
  • 課時(shí)8:重要的python庫(kù) 04:28
  • 課時(shí)9:IPython與Jupyter 20:13
  • 課時(shí)10:語(yǔ)言語(yǔ)義 26:06
  • 課時(shí)11:標(biāo)量類(lèi)型 18:02
  • 課時(shí)12:控制流 20:24
  • 課時(shí)13:元組 12:19
  • 課時(shí)14:列表 10:18
  • 課時(shí)15:內(nèi)建序列函數(shù) 06:49
  • 課時(shí)16:字典 16:56
  • 課時(shí)17:集合 04:56
  • 課時(shí)18:列表、集合和字典推導(dǎo)式 10:51
  • 課時(shí)19:函數(shù) 42:46
  • 課時(shí)20:文件和操作系統(tǒng) 25:08
  • 課時(shí)21:多維數(shù)組對(duì)象 67:45
  • 課時(shí)22:通用函數(shù) 10:04
  • 課時(shí)23:使用數(shù)組進(jìn)行面向數(shù)組編程 31:52
  • 課時(shí)24:使用數(shù)組進(jìn)行文件輸入與輸出 06:17
  • 課時(shí)25:線(xiàn)性代數(shù) 06:48
  • 課時(shí)26:偽隨機(jī)數(shù)生成 05:22
  • 課時(shí)27:隨機(jī)漫步 13:09
  • 課時(shí)28:Pandas數(shù)據(jù)結(jié)構(gòu)介紹 49:01
  • 課時(shí)29:基本功能 95:48
  • 課時(shí)30:描述性統(tǒng)計(jì)的概述和計(jì)算 38:07
  • 課時(shí)31:本地來(lái)源 57:55
  • 課時(shí)32:處理缺失值 17:00
  • 課時(shí)33:數(shù)據(jù)轉(zhuǎn)換 48:38
  • 課時(shí)34:字符串操作 17:47
  • 課時(shí)35:分層索引 14:55
  • 課時(shí)36:聯(lián)合與合并數(shù)據(jù)集 34:04
  • 課時(shí)37:重塑與透視 33:15
  • 課時(shí)38:GroupBy機(jī)制 37:51
  • 課時(shí)39:數(shù)據(jù)聚合 16:21
  • 課時(shí)40:應(yīng)用:通用拆分-應(yīng)用-聚合 39:52
  • 課時(shí)41:數(shù)據(jù)透視表與交叉表 11:12
  • 課時(shí)42:簡(jiǎn)明matplotlib API入門(mén) 41:56
  • 課時(shí)43:使用pandas和seaborn繪圖 19:02
  • 課時(shí)44:日期和時(shí)間數(shù)據(jù)的類(lèi)型和工具 16:49
  • 課時(shí)45:時(shí)間序列基礎(chǔ) 17:07
  • 課時(shí)46:日期范圍、頻率和移位 16:51
  • 課時(shí)47:時(shí)區(qū)處理 18:57
  • 課時(shí)48:時(shí)區(qū)區(qū)間和區(qū)間算術(shù) 15:49
  • 課時(shí)49:重新采樣和頻率轉(zhuǎn)換 15:01
  • 課時(shí)50:移動(dòng)窗口函數(shù) 11:30
  • 課時(shí)51:分類(lèi)數(shù)據(jù) 19:41
  • 課時(shí)52:高階GroupBy應(yīng)用 19:14
  • 課時(shí)53:方法鏈技術(shù) 14:05
  • 課時(shí)54:使用Patsy創(chuàng)建模型描述 23:22
  • 課時(shí)55:statsmodels介紹 19:31
  • 課時(shí)56:scikit-learn介紹 13:15
  • 課時(shí)57:從Bitly獲取1.USA.gov數(shù)據(jù) 22:53
  • 課時(shí)58:MovieLens 1M數(shù)據(jù)集 18:35
  • 課時(shí)59:美國(guó)1880-2010年的嬰兒名字 24:53
  • 課時(shí)60:美國(guó)農(nóng)業(yè)部食品數(shù)據(jù)庫(kù) 19:44
  • 課時(shí)61:2012年聯(lián)邦選舉委員會(huì)數(shù)據(jù)庫(kù) 17:38
  • 課時(shí)62:隱含波動(dòng)率 35:03
  • 課時(shí)63:蒙特卡洛模擬 08:23
  • 課時(shí)64:高性能Python 55:48
  • 課時(shí)65:數(shù)學(xué)工具 47:11
  • 課時(shí)66:推算統(tǒng)計(jì)學(xué) 46:03
  • 課時(shí)67:統(tǒng)計(jì)學(xué) 26:24
  • 課時(shí)68:面向?qū)ο?/span> 19:14
  • 課時(shí)69:估值框架 04:18
  • 課時(shí)70:金融模型的模擬 06:29
  • 課時(shí)71:衍生品估值 02:12
  • 課時(shí)72:高階NumPy 20:02