Jupyter的控制面板(一)

1503 未经授权,禁止转载了解课程
课程介绍
讨论{{interaction.discussNum ? '(' + interaction.discussNum + ')' : ''}}
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。

中文版1.jpg中文版2.jpg中文版3.jpg中文版4.jpg中文版5.jpg






展开更多
发布
头像

{{ item.user.nick_name }} {{ EROLE_NAME[item.user.identity] }}

置顶笔记
讨论图
{{ item.create_time }}回复
  • 删除

    是否确认删除?

    确认
    取消
  • {{ item.is_top == 1 ? '取消置顶' : '置顶'}}

    已有置顶的讨论,是否替换已有的置顶?

    确认
    取消
{{ tag.text}}
头像
{{ subitem.user.nick_name }}{{ EROLE_NAME[subitem.user.identity] }}
{{ subitem.create_time }}回复
删除

是否确认删除?

确认
取消
发布
{{pageType === 'video' ? '讨论区抢占沙发,可获得双倍学分' :'讨论区空空如也,你来讲两句~'}}
发布
{{tips.text}}
{{ noteHeaderTitle }} 笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
头像
{{ detail.username }}

公开笔记对他人可见,有机会被管理员评为“优质笔记”

{{ noteEditor.content.length }}/2000

公开笔记
保存
提问

讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。

记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交