Python與金融量化分析

Python與金融量化分析 掃二維碼繼續(xù)學習

2380.00元

 活動結(jié)束

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