Nội dung khóa học lập trình python cho tài chính

Cập nhật ngày: 28/09/2021 - Đã có 1074 lượt xem bài viết này!
Nội dung khóa học lập trình python cho tài chính
Python là một ngôn ngữ lập trình đa năng cực kỳ mạnh mẽ. Nó được sử dụng cho khoa học dữ liệu và các dự án học máy, phát triển web và phát triển phần mềm. Do việc sử dụng Python phổ biến cho nhiều nhiệm vụ cũng như hỗ trợ toàn cầu, nó đã trở thành một trong những ngôn ngữ phổ biến nhất thế giới - trên đó có Java, C và C ++.

Nội dung khóa học lập trình python cho tài chính

Tại sao nên học Python?

Mục tiêu khóa đào tạo lập trình Python nâng cao dành cho Tài Chính

-  Tự động trích xuất dữ liệu tài chính từ các nhà cung cấp dữ liệu phổ biến

-  Biết cách làm sạch, tổng hợp và thao tác dữ liệu tài chính hiệu quả

-  Tiến hành phân tích chuỗi thời gian tiểu học

-  Hiểu các quy trình ngẫu nhiên và các mô hình Noise Models phổ biến

-  Xây dựng các mô hình cho suy luận và dự báo, như ARIMA và hồi quy tuyến tính và logistic

-  Tạo trực quan hóa mạnh mẽ, chẳng hạn như Candlestick Charts

-  Trích xuất dữ liệu tài chính bằng cách cạo các trang web

-  Hiểu các nguyên tắc cơ bản của các mô hình học máy có giám sát và không giám sát như áp dụng cho tài chính

-  Áp dụng các mạng thần kinh tái phát (RNN) và các đơn vị bộ nhớ ngắn hạn (LSTM) dài hạn cho chuỗi thời gian tài chính và hiểu các giới hạn của chúng

-  Hiểu các nguyên tắc đằng sau công nghệ Blockchain

Điều kiện tiên quyết:

-  Thành viên tham gia lớp đào tạo có thể thoải mái sử dụng hệ điều hành (Linux, Unix, Windows, Solaris, Mac OS X, v.v.) mà sẽ chạy Python. Mặc dù không bắt buộc, các kỹ năng cơ bản với ít nhất một ngôn ngữ lập trình khác.

-  Đã hoàn thành khóa đào tạo Python cơ bản.

Tài liệu đào tạo:

-  Tất cả thành viên tham gia lớp đào tạo Python sẽ nhận được tài liệu chuẩn để tham khảo (Python® Notes for Professionals - 700+ pages).

Yêu cầu phần mềm:

-  Yêu cầu hệ thống?

  • Windows, Linux hoặc Mac OS XPython 2.6, 2.7 hoặc 3.x.
  • Ổ cứng SSD 128 Gb trở lên.
  • RAM 4 GB
  • Dung lượng ổ trống 20 Gb trở lên.

-  Yêu cầu quyền?

  • Truy cập được Internet để tra cứu tài nguyên khi cần.

-  Yêu cầu cài đặt?

  • Cài IDE có hỗ trợ lập trình Python (PyCharm Community Edition).
  • Có thể xài một IDE khác.

Nội dung Chương trình đào tạo lập trình Python nâng cao cho Tài Chính - for Finance:

  • Crunching the Numbers: Numerical Python With NumPy
  • Introduction to the n-d-array
  • NumPy operations
  • Broadcasting
  • Missing data in NumPy (masked array)
  • NumPy structured arrays
  • Improving performance through vectorization
  • Random number generation
  • Introduction to Monte-Carlo methods
  • General approaches to implementing mathematical algorithms
  • Acquiring and Manipulating Financial Data With Pandas and Pandas-Datareader
  • Series versus DataFrames
  • Overview of data types in pandas
  • Pandas I/O tools: CSV/Excel/SQL
  • Pandas I/O tools: Pandas-datareader
  • Subsetting DataFrames
  • Creating and deleting variables
  • Discretization of continuous data
  • Scaling and standardizing data
  • Identifying duplicates
  • Dummy coding
  • Exploratory Data Analysis and Advanced Pandas Methods
  • Uni- and multivariate statistical summaries and detecting outliers
  • Group-wise calculations using pandas
  • Pivot tables
  • Long to wide and back: pivoting, stacking and melting
  • Python visualization: Matplotlib and seaborn
  • Pandas visualization: histograms, bar and box plots
  • Pandas visualization: Scatter plots and pie charts
  • Group-by plotting
  • Pandas plot formatting
  • mpl-finance and candlestick charts
  • Merging DataFrames
  • Pandas string methods
  • Implementing regular expressions in pandas
  • Handling missing data in pandas
  • Elementary Time Series Analysis
  • Date/time formats in Python and pandas
  • Running/rolling aggregates
  • Resampling
  • Stochastic Processes
  • Overview of noise models
  • Stationarity
  • Random walks and martingales
  • Brownian motion
  • Diffusion models
  • The Black-Scholes model—and its limitations
  • Time Series Forecasting
  • De-trending and seasonality
  • Interpolation and extrapolation
  • Auto-Regressive Integrated Moving Average (ARIMA) models
  • Measuring Impact: Testing For Group Differences
  • Null hypothesis testing and p-values
  • Group comparisons (p-values, t-tests, ANOVA, Chi-square tests)
  • Correlation
  • Progressing, With Regression Models
  • Linear regression
  • Logistic regression
  • Regression on count outcomes (Poisson processes)
  • Mini Project with Python.

Hình ảnh hoạt động đào tạo cho khách hàng Doanh nghiệp!



Hình ảnh hoạt động đào tạo cho khách hàng Cá nhân!

 ĐƠN VỊ TỔ CHỨC TUYỂN SINH & ĐÀO TẠO NHÂN SỰ

IMIC TECHNOLOGY - ĐÀO TẠO NHÂN SỰ DỰ ÁN CHUYÊN NGHIỆP

  • VPĐT Hà Nội: Tầng 2B, tòa nhà T6-8, Tổng Cục 5, Bộ Công An, Số 643A Phạm Văn Đồng, Từ Liêm, Hà Nội.
  • Tel & Hotline: (0243) 75 57 666 – (0243) 75 57 333 – 0988 270 588
  • VPĐT Hồ Chí Minh: Tầng 6, tòa nhà Phan Tôn, P.ĐaKao, Quận 01, Hồ Chí Minh.
  • Hotline: (028) 22 53 2345 – 091 6878 224
  • Website: www.imic.edu.vn
  • Email: tuvan@imic.edu.vn
  • Facebook: www.facebook.com/imic.edu.vn

Xem khóa đào tạo nhân sự theo danh mục!

Xem các khóa đào tạo nhân sự