項(xiàng)目使用Python 2.7環(huán)境，因?yàn)镻ython所包含的用于數(shù)據(jù)分析和金融應(yīng)用的相關(guān)庫(kù)眾多，所以在課程與項(xiàng)目中使用Anoconda
數(shù)據(jù)庫(kù)工具:SQLite（Anaconda內(nèi)置），MongoDB（大數(shù)據(jù)應(yīng)用一章使用）,DTN IQFEED（試用賬號(hào)，用于量化交易中高頻
本教程介紹使用Python進(jìn)行數(shù)據(jù)分析和金融應(yīng)用開(kāi)發(fā)的基礎(chǔ)知識(shí)。課程從介紹簡(jiǎn)單的金融應(yīng)用開(kāi)始，帶領(lǐng)學(xué)員回顧Python的基礎(chǔ)知識(shí)，并逐步學(xué)習(xí)如何將Python應(yīng)用到金融分析編程中。課程覆蓋了Python的基本數(shù)據(jù)結(jié)構(gòu)、輸入輸出、效率分析、數(shù)學(xué)庫(kù)、隨機(jī)分析庫(kù)、統(tǒng)計(jì)分析庫(kù)等。接著課程以專(zhuān)題的形式介紹了Python與Excel的結(jié)合，學(xué)習(xí)如何使用Python的相關(guān)庫(kù)生成Excel可調(diào)用的函數(shù)；Python與Hadoop和MongoDB結(jié)合進(jìn)行大數(shù)據(jù)分析的基礎(chǔ)知識(shí)。最后課程介紹了Python的面向?qū)ο缶幊滩⒔榻B了兩個(gè)案例：使用Python實(shí)現(xiàn)金融衍生品分析庫(kù)以及使用Python實(shí)現(xiàn)事件驅(qū)動(dòng)的量化投資系統(tǒng)，使學(xué)員在實(shí)戰(zhàn)的環(huán)境下理解Python在金融應(yīng)用開(kāi)發(fā)中的具體應(yīng)用方式，訓(xùn)練學(xué)員獨(dú)立開(kāi)發(fā)Python模塊的能力。
?
?
第一講、Python與金融應(yīng)用概述
本講主要介紹Python的基本特性，安裝本課程所需要的Python環(huán)境，概述Python在金融數(shù)據(jù)分析中應(yīng)用領(lǐng)域。本講將使用一個(gè)簡(jiǎn)單的趨勢(shì)投資的例子，講解為什么使用Python進(jìn)行金融數(shù)據(jù)分析和量化投資是非常方便的。
?
第二講、Python的基本數(shù)據(jù)類(lèi)型與數(shù)據(jù)結(jié)構(gòu)
本講介紹Python的基本數(shù)據(jù)類(lèi)型與數(shù)據(jù)結(jié)構(gòu)，包括基礎(chǔ)Python和NumPy庫(kù)提供的數(shù)據(jù)結(jié)構(gòu)。
1、基本數(shù)據(jù)類(lèi)型（整型、浮點(diǎn)型、字符型）
2、基本數(shù)據(jù)結(jié)構(gòu)（元組、控制結(jié)構(gòu)、函數(shù)編程、列表、字典、集合）
3、NumPy數(shù)據(jù)結(jié)構(gòu)（使用Python列表實(shí)現(xiàn)的數(shù)組、常規(guī)NumPy數(shù)組、結(jié)構(gòu)數(shù)組、內(nèi)存分配）
?
第三講、Python數(shù)據(jù)可視化
本講介紹Python的matplotlib庫(kù)提供的數(shù)據(jù)可視化技術(shù)，雖然Python還有很多其他的數(shù)據(jù)可視化方式，但是matplotlib提供了一種基準(zhǔn)實(shí)現(xiàn)方式。
1、二維繪圖（一維數(shù)據(jù)集、二維數(shù)據(jù)集，其他繪圖模式，金融繪圖）
2、3D繪圖
?
第四講、金融時(shí)間序列分析
在金融分析中常見(jiàn)的一種數(shù)據(jù)類(lèi)型是金融時(shí)間序列數(shù)據(jù)，本章主要介紹Python的Pandas庫(kù)對(duì)金融時(shí)間序列類(lèi)型數(shù)據(jù)結(jié)構(gòu)的實(shí)現(xiàn)——DataFrame和Series，以及如何運(yùn)用這些工具進(jìn)行基本的金融時(shí)間序列分析
1、Pandas基礎(chǔ)（DataFrame類(lèi)，基本分析技術(shù)，Series類(lèi)，GroupBy操作）
2、金融數(shù)據(jù)
3、數(shù)據(jù)回歸分析
4、高頻金融數(shù)據(jù)
?
第五講、輸入輸出操作
本講介紹Python提供的基本輸入輸出操作，以及如何在金融數(shù)據(jù)分析與投資中有效的進(jìn)行使用。
1、Python的基本I/O操作（將對(duì)象寫(xiě)入硬盤(pán)，讀寫(xiě)文本文件、SQL數(shù)據(jù)庫(kù)、讀寫(xiě)NumPy數(shù)組）
2、使用Pandas的i/O操作（基本操作，SQL數(shù)據(jù)庫(kù)，CSV文件、EXCEL文件）
3、使用PyTables進(jìn)行快速I(mǎi)/O (使用Table，使用壓縮的Table，數(shù)組操作，內(nèi)存外運(yùn)算)?
?
第六講、提升Python效率
本講介紹Python中提供的提升計(jì)算效率的一些工具以及它們?cè)诮鹑跀?shù)據(jù)分析與投資中的基本應(yīng)用。
1、Python運(yùn)行效率分析
內(nèi)存分配與運(yùn)行效率
2、并行計(jì)算（Monte Carlo算法、串行計(jì)算、并行計(jì)算）
3、動(dòng)態(tài)編譯（介紹例子、二叉樹(shù)期權(quán)定價(jià)）
4、使用Cython靜態(tài)編譯
5、基于GPU生成隨機(jī)數(shù)
?
第七講、數(shù)學(xué)工具
本講介紹Python提供的用于金融數(shù)據(jù)分析的數(shù)學(xué)方法與工具及其背景知識(shí)與應(yīng)用方式。
1、近似（回歸、插值）
2、凸優(yōu)化（全局最優(yōu)化、局部最優(yōu)化、約束最優(yōu)化）
3、積分（數(shù)值積分、模擬積分）
4、符號(hào)計(jì)算（基礎(chǔ)、方程、積分、微分）
?
第八講、隨機(jī)分析
對(duì)不確定性的刻畫(huà)與研究是金融研究與分析的重要方面，本講介紹隨機(jī)分析的一些知識(shí)，在金融數(shù)據(jù)分析與投資中的應(yīng)用與Python實(shí)現(xiàn)。
1、隨機(jī)數(shù)
2、模擬（隨機(jī)變量、隨機(jī)過(guò)程）
3、方差縮小技術(shù)
4、估值（歐式期權(quán)、美式期權(quán)）
5、風(fēng)險(xiǎn)測(cè)度指標(biāo)（在險(xiǎn)價(jià)值、信用風(fēng)險(xiǎn)）
?
第九講、統(tǒng)計(jì)分析
統(tǒng)計(jì)分析是金融數(shù)據(jù)分析的核心，本講介紹常用的統(tǒng)計(jì)分析方法、金融應(yīng)用及其Python實(shí)現(xiàn)。
1、正態(tài)性檢驗(yàn)
2、資產(chǎn)組合優(yōu)化
3、主成分分析應(yīng)用
4、貝葉斯回歸分析
?
第十講、數(shù)值分析技術(shù)
對(duì)于一些非線性、沒(méi)有顯式解的金融和數(shù)據(jù)分析問(wèn)題，需要使用數(shù)值分析的技術(shù)，本講介紹這些技術(shù)的基礎(chǔ)及應(yīng)用，以及Python的實(shí)現(xiàn)。
1、求解線性方程（LU分解、Cholesky分解、QR分解、Jacobi方法、Gauss-Seidel方法）
2、金融中的非線性模型（隱含波動(dòng)率、Markov regime-switching模型、門(mén)限自回歸模型、平穩(wěn)轉(zhuǎn)換模型）
3、求根方法
?
第十一講、使用Python操作Excel
微軟的Excel是常用的辦公軟件，是數(shù)據(jù)分析和應(yīng)用的重要支撐。Python提供了豐富的與Excel交互的接口，本講介紹這些接口并舉例。
1、基本的電子表格交互
2、Python中的Excel腳本
?
第十二講、Python面向?qū)ο缶幊膛c圖形用戶(hù)界面
本講介紹Python面向?qū)ο缶幊碳夹g(shù)，這是后續(xù)章節(jié)，特別是量化投資一章的基礎(chǔ)，除此之外，本講還介紹了Python圖形用戶(hù)界面編程的基本方法。
1、面向?qū)ο?/div>
2、圖形用戶(hù)界面
?
第十三講、金融中的大數(shù)據(jù)技術(shù)概述
本講介紹大數(shù)據(jù)技術(shù)在金融中的應(yīng)用以及使用Python的基本實(shí)現(xiàn)。
1、Hadoop概述
2、使用Hadoop實(shí)現(xiàn)字符統(tǒng)計(jì)
3、Hadoop金融應(yīng)用舉例
4、NoSQL介紹
?
第十四講、案例1：使用Python構(gòu)建期權(quán)分析系統(tǒng)
本案例使用之前各講介紹的Python金融應(yīng)用相關(guān)知識(shí)，構(gòu)建相對(duì)完整的期權(quán)分析系統(tǒng)，幫助學(xué)員掌握金融系統(tǒng)開(kāi)發(fā)的要點(diǎn)以及Python整合應(yīng)用的方式，與之前介紹相比，在案例分析中更多的使用面向?qū)ο蠓椒ā?/div>
1、估值框架（資本資產(chǎn)定價(jià)原理，風(fēng)險(xiǎn)中性定價(jià)，市場(chǎng)環(huán)境等介紹）
2、金融模型的模擬（隨機(jī)數(shù)生成模塊，泛型模擬類(lèi)，幾何布朗運(yùn)動(dòng)，帶跳躍的擴(kuò)散過(guò)程模擬模塊，平方根擴(kuò)散過(guò)程模擬模塊）
3、衍生品估值模塊（泛型估值類(lèi)、歐式執(zhí)行類(lèi)、美式執(zhí)行類(lèi)）
4、衍生品分析庫(kù)應(yīng)用——波動(dòng)率期權(quán)定價(jià)
?
第十五講、案例2：使用Python構(gòu)建簡(jiǎn)單的算法交易系統(tǒng)
算法與程序化交易是大數(shù)據(jù)時(shí)代計(jì)算機(jī)技術(shù)在金融領(lǐng)域應(yīng)用的最重要方面之一。本講介紹這方面的Python實(shí)現(xiàn)，包括基本交易、交易策略與回測(cè)等。
1、算法交易概述與框架
2、實(shí)現(xiàn)事件驅(qū)動(dòng)交易引擎（事件驅(qū)動(dòng)軟件，事件類(lèi)，數(shù)據(jù)處理類(lèi)，策略類(lèi)，投資組合類(lèi)，執(zhí)行處理類(lèi)和回測(cè)類(lèi)的基本編制，事件驅(qū)動(dòng)執(zhí)行）
3、交易策略實(shí)現(xiàn)（移動(dòng)平均跨越策略，S&P500預(yù)測(cè)交易策略，均值回歸股票配對(duì)交易策略）
4、策略?xún)?yōu)化（參數(shù)優(yōu)化，模型選擇，優(yōu)化策略）
?
首頁(yè) 課程表 在線聊 報(bào)名 講師 品牌 QQ聊 活動(dòng) 就業(yè)
