文件名称：Hands-on-Python-for-Finance-V:Packt上的Python实操[视频]，由Packt发布
文件大小：685KB
文件格式：ZIP
更新时间：2024-06-16 05:48:45
JupyterNotebook
动手学Python [视频] 这是发行的的代码库 。 它包含从头到尾完成视频课程所需的所有支持项目文件。 关于视频课程 您是否知道Python是通过概述时间表来定量分析财务状况的最佳解决方案之一？ 本动手课程可帮助开发人员和定量分析人员开始使用Python，并指导您完成使用Python进行定量金融的最重要方面。 您将从Python及其各种数据结构的入门开始，然后深入第三方库。 您将使用专门为分析和可视化目的而设计的Python库和工具。 然后，您将获得时间表中现金流的概览。 您还将学习时间序列评估，预测，线性回归等概念，并研究线性模型，相关性和投资组合构建等关键方面。 最后，您将计算风险价值（VaR）并使用蒙特卡洛模拟（Monte Carlo Simulation）模拟投资组合值，蒙特卡洛模拟是一类更广泛的计算算法。 通过本课程中的大量实际示例，您将为Monte Carlo开发一个完善的
【文件预览】：
Hands-on-Python-for-Finance-V-master
----Section 2()
--------Matplotlib II.ipynb(251KB)
--------Scipy_stats.ipynb(7KB)
--------Matplotlib_I.ipynb(77KB)
--------Numpy_part_I.ipynb(7KB)
--------pandas_part_I.ipynb(19KB)
--------pandas_part_II.ipynb(22KB)
--------Numpy Part II.ipynb(22KB)
----Section 4()
--------SP500_1950_mon.csv(61KB)
--------Trading_system.ipynb(89KB)
--------open_read_csv_files .ipynb(43KB)
--------Exponential_Smoothing.ipynb(13KB)
--------Moving_averages.ipynb(36KB)
--------Getting_Exploring_Data.ipynb(88KB)
----Section 3()
--------future_value.ipynb(57KB)
--------AmortizationApp.ipynb(9KB)
--------net_present_value.ipynb(3KB)
--------internal_rate_of_return.ipynb(3KB)
--------Amortization.ipynb(35KB)
--------present_value.ipynb(24KB)
----LICENSE(1KB)
----Section 6()
--------VaR.ipynb(14KB)
--------montecarlo.py(2KB)
--------using_mc_application.ipynb(15KB)
--------monte_carlo.ipynb(29KB)
--------Intro_to Monte_Carlo.ipynb(6KB)
----README.md(4KB)
----Section 1()
--------notebooks()
----Section 5()
--------housing.csv(4KB)
--------Efficient_Frontier.ipynb(20KB)
--------Linear_Regression.ipynb(49KB)
--------Beta.ipynb(18KB)
--------Correlations.ipynb(134KB)
--------Valuation.ipynb(6KB)