- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
![](https://s2.51cto.com/images/202104/25/c955b861e35362e76b1485bdf3a6e1ea.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202011/05/02405acbc752e3d1565b84d2595c52b6.png?x-oss-process=image)
![](https://s2.51cto.com/images/202011/11/c254d9912fdcc1cc8f7003ae9fde9e33.png?x-oss-process=image)
![](https://s2.51cto.com/images/202011/05/02405acbc752e3d1565b84d2595c52b6.png?x-oss-process=image)
![](https://s2.51cto.com/images/202103/02/d449ab5a1b200327cc1f6e9596be5f39.png?x-oss-process=image)
![](https://s2.51cto.com/images/202103/01/2e411b0432a0186ef9d90a298691cd2a.png?x-oss-process=image)
![](https://s2.51cto.com/images/201812/06/18f2c03211ef4285f8ab80e47d89e32a.png?x-oss-process=image)
![](https://s2.51cto.com/images/202011/05/02405acbc752e3d1565b84d2595c52b6.png?x-oss-process=image)
![](https://s2.51cto.com/images/202011/10/6c2a62357f61e0b62cc23fa7a7720521.png?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202101/03f186e7933d36af4721404dbc848bcc35993c.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202101/0644b028380ceaee5e9276e73e0763e6291fec.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/201711/03/61375b99edd8b78214aea21f09037281.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202101/03f186e7933d36af4721404dbc848bcc35993c.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202101/0644b028380ceaee5e9276e73e0763e6291fec.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/201711/03/61375b99edd8b78214aea21f09037281.jpg?x-oss-process=image)
- 课程介绍
- 课程大纲
适合人群:
希望更好地利用Python知识地金融人士 对量化金融感兴趣的人 想要专门研究金融的程序员
你将会学到:
通过学习基于Pandas的强大时间序列功能,以及其他基本库,学习最广泛使用的投资金融模型。
课程简介:
商业银行如何预测其贷款组合的预期绩效?还是投资经理如何估计股票投资组合的风险?用来预测房地产属性的定量方法有哪些?
如果存在时间依赖性,那么您就知道了,答案是:时间序列分析。
本课程将教您实用的技能,使您可以从事量化金融分析师,数据分析师或数据科学家的工作。您将很快获得基本技能,使您能够执行直接适用于实践的复杂时间序列分析。我们的时间序列课程,它不仅可以长期观看,而且易懂、系统、包含大量练习和资源。我们采用最出色的编程工具Python(目前广泛使用的编程语言)来实现它们,以帮助您学习随后的建模。
然后,在整个课程中,我们将使用许多Python库,为您提供完整的培训。我们将使用内置于Pandas中的强大时间序列功能,以及其他基本库,例如NumPy,matplotlib,StatsModels和ARCH。借助这些工具,我们将学习最广泛使用的模型:
·AR(自回归模型)
·MA(移动平均模型)
·ARMA(自回归移动平均模型)
·ARIMA(自回归综合移动平均模型)
·ARIMAX(带有外生变量的自回归综合移动平均模型)
·ARCH(自回归条件异方差模型)
·GARCH(广义自回归条件异方差模型)
本课程正是您需要一劳永逸地理解时间序列的课程。
课程大纲-Python与时间序列(中文版)
第1章课程介绍(4分钟1节)
第2章设置编程环境(18分钟6节)
第3章介绍Python时间序列(24分钟7节)
第4章用Python创建一个时间序列对象(25分钟6节)
“EduFancy”老师的其他课程更多+