Python机器学习与量化交易、定价高级训练营

Python机器学习与量化交易、定价高级训练营

课程目录

第00节-基本预测
第01节-Python数据结构
第01节-简介与Python安装
第02节-Python for Finance 常用packages 学习I
第03节-Python for Finance 常用packages 学习 II
第04节-金融数据建模与预测-风险测度因子
第05节-Parameter optimization(参数优化)
第05节-事件驱动的交易策略和实施
第06节-贝叶斯估计
第06节-贝叶斯例子和线性模型
第06节-贝叶斯随机波动率
第07节-金融时间序列分析-I
第08节-金融时间序列-II-Hidden Markov Models
第08节-金融时间序列-II-state model
第08节-金融时间序列-II-协整性
第08节-金融时间序列-II-卡尔曼滤波
第09节-boosting&bagging
第09节-shrinkage regression
第09节-决策树
第09节-线性回归
第10节-SVM 和交叉验证的模型选择
第10节-判别分析
第10节-逻辑回归
第11节- Neural network
第11节-Introduction to Clustering
第11节-主成分分析
第12节-机器学习于量化交易中的应用IV
第13节 Python for ODE PDE numerical methods (Python for 偏微分方程数值解)
第14节 美式期权和欧式期权定价
第15节 信用风险的IRC模型和高斯核
第15节 常见蒙特卡罗方差降低方法与期权定价
第15节 重点抽样级数和测度变化
第16节 简历和面试II
第16节 面试I

免责申明:
本网站所有内容资源均来自于互联网收集及网友分享
本网站所有内容资源解释权归原作者或版权方所有,请支持购买官方正版。
如侵犯到您(公司)的合法权益请发送邮件到[email protected](注意:邮件标题请包含反馈二字),我们会第一时间确认并删除相关内容资源。

版权声明:
本网站发布的全部教程内容(包括但不限于文字、视频、图片等)著作权均归原作者或版权方所有。
未经原作者或版权方授权许可,用户不得以任何载体或形式使用其内容。