Python与金融量化分析

Python与金融量化分析 扫二维码继续学习

2380.00元

 活动结束

  • 第 1 章 : 进阶篇
  • 课时1:课程介绍受众和课纲 13:06
  • 课时2:Python是什么 17:40
  • 课时3:环境安装 —— 安装Anaconda & Jupyter 12:38
  • 课时4:环境讲解 05:02
  • 课时5:环境讲解 —— 在线安装包 03:54
  • 课时6:环境讲解 —— 从本地安装包 08:39
  • 课时7:环境讲解 —— 同时部署两个Python版本 30:13
  • 课时8:重要的python库 04:28
  • 课时9:IPython与Jupyter 20:13
  • 课时10:语言语义 26:06
  • 课时11:标量类型 18:02
  • 课时12:控制流 20:24
  • 课时13:元组 12:19
  • 课时14:列表 10:18
  • 课时15:内建序列函数 06:49
  • 课时16:字典 16:56
  • 课时17:集合 04:56
  • 课时18:列表、集合和字典推导式 10:51
  • 课时19:函数 42:46
  • 课时20:文件和操作系统 25:08
  • 课时21:多维数组对象 67:45
  • 课时22:通用函数 10:04
  • 课时23:使用数组进行面向数组编程 31:52
  • 课时24:使用数组进行文件输入与输出 06:17
  • 课时25:线性代数 06:48
  • 课时26:伪随机数生成 05:22
  • 课时27:随机漫步 13:09
  • 课时28:Pandas数据结构介绍 49:01
  • 课时29:基本功能 95:48
  • 课时30:描述性统计的概述和计算 38:07
  • 课时31:本地来源 57:55
  • 课时32:处理缺失值 17:00
  • 课时33:数据转换 48:38
  • 课时34:字符串操作 17:47
  • 课时35:分层索引 14:55
  • 课时36:联合与合并数据集 34:04
  • 课时37:重塑与透视 33:15
  • 课时38:GroupBy机制 37:51
  • 课时39:数据聚合 16:21
  • 课时40:应用:通用拆分-应用-聚合 39:52
  • 课时41:数据透视表与交叉表 11:12
  • 课时42:简明matplotlib API入门 41:56
  • 课时43:使用pandas和seaborn绘图 19:02
  • 课时44:日期和时间数据的类型和工具 16:49
  • 课时45:时间序列基础 17:07
  • 课时46:日期范围、频率和移位 16:51
  • 课时47:时区处理 18:57
  • 课时48:时区区间和区间算术 15:49
  • 课时49:重新采样和频率转换 15:01
  • 课时50:移动窗口函数 11:30
  • 课时51:分类数据 19:41
  • 课时52:高阶GroupBy应用 19:14
  • 课时53:方法链技术 14:05
  • 课时54:使用Patsy创建模型描述 23:22
  • 课时55:statsmodels介绍 19:31
  • 课时56:scikit-learn介绍 13:15
  • 课时57:从Bitly获取1.USA.gov数据 22:53
  • 课时58:MovieLens 1M数据集 18:35
  • 课时59:美国1880-2010年的婴儿名字 24:53
  • 课时60:美国农业部食品数据库 19:44
  • 课时61:2012年联邦选举委员会数据库 17:38
  • 课时62:隐含波动率 35:03
  • 课时63:蒙特卡洛模拟 08:23
  • 课时64:高性能Python 55:48
  • 课时65:数学工具 47:11
  • 课时66:推算统计学 46:03
  • 课时67:统计学 26:24
  • 课时68:面向对象 19:14
  • 课时69:估值框架 04:18
  • 课时70:金融模型的模拟 06:29
  • 课时71:衍生品估值 02:12
  • 课时72:高阶NumPy 20:02