Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Introducción
Comprensión de los fundamentos de Python
Visión general del uso de la tecnología y Python en Finance
Descripción general de las herramientas y la infraestructura
- Python Implementación usando Anaconda
- Usando la plataforma Python Quant
- Usando IPython
- Uso de Spyder
Introducción a ejemplos financieros sencillos con Python
- Cálculo de volatilidades implícitas
- Implementación de la simulación de Monte Carlo
- Uso de Pure Python
- Uso de la vectorización con Numpy
- Uso de la vectorización completa con el esquema de Euler logarítmico
- Uso del análisis gráfico
- Uso del análisis técnico
Descripción de los tipos de datos y las estructuras en Python
- Aprender los tipos de datos básicos
- Aprender las estructuras de datos básicas
- Uso de estructuras de datos NumPy
- Implementación de la vectorización de código
Implementación de Data Visualization en Python
- Implementación de gráficos bidimensionales
- Uso de otros estilos de trazado
- Implementación de Finance parcelas
- Generación de un gráfico 3D
Uso de datos de series temporales financieras en Python
- Explorando los conceptos básicos de los pandas
- Implementación del primer y segundo paso con la clase DataFrame
- Obtención de datos financieros de la Web
- Uso de datos financieros de archivos CSV
- Implementación del análisis de regresión
- Hacer frente a los datos de alta frecuencia
Implementación de operaciones de entrada/salida
- Comprensión de los conceptos básicos de E/S con Python
- Uso de E/S con pandas
- Implementación de E/S rápidas con PyTables
Implementación de aplicaciones críticas para el rendimiento con Python
- Información general sobre las bibliotecas de rendimiento en Python
- Comprensión Python de los paradigmas
- Descripción del diseño de la memoria
- Implementación de la computación paralela
- Uso del módulo de multiprocesamiento
- Uso de Numba para la compilación dinámica
- Uso de Cython para la compilación estática
- Uso de GPUs para la generación de números aleatorios
Uso de Mathematical Herramientas y Técnicas para Finance con Python
- Aprendizaje de técnicas de aproximación
- Regresión
- Interpolación
- Implementación de la optimización convexa
- Implementación de técnicas de integración
- Aplicación de la computación simbólica
Estocásticos con Python
- Generación de números aleatorios
- Simulación de variables aleatorias y de procesos estocásticos
- Implementación de cálculos de valoración
- Cálculo de medidas de riesgo
Statistics con Python
- Implementación de pruebas de normalidad
- Implementación de la optimización de la cartera
- Realización de análisis de componentes principales (PCA)
- Implementación de la regresión bayesiana mediante PyMC3
Integración de Python con Excel
- Implementación de la interacción básica con hojas de cálculo
- Uso de DataNitro para la integración completa de Python y Excel
Object-Oriented Programming con Python
Construcción de interfaces gráficas de usuario con Python
Integración Python con tecnologías y protocolos web para Finance
- Protocolos Web
- Aplicaciones Web
- Web Services
Comprensión e implementación del marco de valoración con Python
Simulación de modelos financieros con Python
- Generación de números aleatorios
- Clase de simulación genérica
- Movimiento browniano geométrico
- La clase de simulación
- Implementación de un Use Case para GBM
- Difusión de saltos
- Difusión de raíz cuadrada
Implementación de la valoración de derivados con Python
Implementación de la valoración de carteras con Python
Uso de opciones de volatilidad en Python
- Implementación de la recopilación de datos
- Implementación de la calibración del modelo
- Implementación de la valoración de carteras
Prácticas recomendadas en Python Programming para Finance
Solución de problemas
Resumen y conclusión
Palabras finales
Requerimientos
- Experiencia de programación básica
- Una sólida comprensión de las matemáticas para las finanzas
35 Horas
Testimonios (4)
El hecho de tener ejercicios más prácticos utilizando datos más similares a los que utilizamos en nuestros proyectos (imágenes de satélite en formato raster)
Matthieu - CS Group
Curso - Scaling Data Analysis with Python and Dask
Traducción Automática
Una excelente preparación y experiencia del formador, comunicación perfecta en inglés. El curso fue práctico (ejercicios + compartir ejemplos de casos de uso)
Monika - Procter & Gamble Polska Sp. z o.o.
Curso - Developing APIs with Python and FastAPI
Traducción Automática
Fue un curso intenso ya que tuvimos que cubrir mucho en poco tiempo. Nuestro entrenador sabía mucho sobre el tema y entregó el contenido para abordar nuestras necesidades. Hubo mucha información para aprender, pero nuestro entrenador fue muy útil y motivador. Respondió todas nuestras preguntas con buen detalle y nos sentimos que aprendimos mucho. Los ejercicios estaban bien preparados y las tareas se adaptaron según nuestras necesidades. Disfruté este curso.
Bozena Stansfield - New College Durham
Curso - Build REST APIs with Python and Flask
Traducción Automática
El entrenador desarrolla la formación según el ritmo del participante
Farris Chua
Curso - Data Analysis in Python using Pandas and Numpy
Traducción Automática
