Hodnotenie:
Kniha je úvodom do finančnej informatiky, ktorý zahŕňa dôležité finančné pojmy a matematiku, ale má aj niekoľko nedostatkov vrátane zastaraných zdrojov údajov, slabých príkladov kódovania a nedostatočnej podpory praktického využitia. Kniha získala zmiešané recenzie, pričom niektorí chvália jej zrozumiteľnosť a prístup ku kvantitatívnym financiám, zatiaľ čo iní ju kritizujú za nedostatočnú hĺbku a neposkytnutie praktických nástrojov.
Výhody:⬤ Dobre napísaná a prehľadná
⬤ Pokrýva dôležité numerické metódy a pokročilé matematické metodiky v jazyku Python
⬤ Poskytuje návod na tvorbu a spätné testovanie algoritmických obchodných stratégií
⬤ Užitočná pre praktikov v oblasti kvantitatívnych financií.
⬤ Zastarané zdroje údajov a závislosť na platenom predplatnom užitočných údajov
⬤ Chýbajú podrobné príklady programovania a podpora praktických aplikácií
⬤ Niektoré koncepčné chyby, ktoré zaznamenali recenzenti
⬤ Nie je dostatočne priateľský k začiatočníkom
⬤ Chýbajú dôležité časti a podpora kódovania databáz.
(na základe 8 čitateľských recenzií)
Mastering Python for Finance - Second Edition: Implement advanced state-of-the-art financial statistical applications using Python
Posuňte svoje finančné zručnosti na vyššiu úroveň zvládnutím špičkových matematických a štatistických finančných aplikácií
Kľúčové vlastnosti
⬤ Preskúmajte pokročilé finančné modely používané v odvetví a spôsoby ich riešenia pomocou jazyka Python.
⬤ Vybudujte si najmodernejšiu infraštruktúru na modelovanie, vizualizáciu, obchodovanie a ďalšie.
⬤ Vylepšite svoje finančné aplikácie použitím strojového učenia a hlbokého učenia.
Popis knihy
Druhé vydanie knihy Mastering Python for Finance vás prevedie vykonávaním zložitých finančných výpočtov praktizovaných v odvetví financií pomocou metodík novej generácie. Zvládnete ekosystém Pythonu využitím verejne dostupných nástrojov na úspešné vykonávanie výskumných štúdií a modelovania a naučíte sa riadiť riziká pomocou pokročilých príkladov.
Začnete nastavením zápisníka Jupyter na implementáciu úloh v celej knihe. Naučíte sa robiť efektívne a výkonné finančné rozhodnutia založené na údajoch pomocou populárnych knižníc, ako sú TensorFlow, Keras, Numpy, SciPy a sklearn. Naučíte sa tiež vytvárať finančné aplikácie zvládnutím konceptov, ako sú akcie, opcie, úrokové sadzby a ich deriváty a analýza rizík pomocou výpočtových metód. Vďaka týmto základom sa naučíte aplikovať štatistickú analýzu na údaje v časových radoch a pochopíte, ako sú údaje v časových radoch užitočné na implementáciu systému spätného testovania riadeného udalosťami a na prácu s vysokofrekvenčnými údajmi pri budovaní algoritmickej obchodnej platformy. Nakoniec preskúmate techniky strojového učenia a hlbokého učenia, ktoré sa uplatňujú vo financiách.
Na konci tejto knihy budete schopní aplikovať Python na rôzne paradigmy vo finančnom priemysle a vykonávať efektívnu analýzu údajov.
Čo sa naučíte
⬤ Riešiť lineárne a nelineárne modely predstavujúce rôzne finančné problémy.
⬤ Vykonať analýzu hlavných komponentov na indexe DOW a jeho zložkách.
⬤ Analyzovať, predpovedať a prognózovať stacionárne a nestacionárne procesy časových radov.
⬤ Vytvorte si nástroj na spätné testovanie riadené udalosťami a merajte svoje stratégie.
⬤ Vybudujte vysokofrekvenčnú algoritmickú obchodnú platformu pomocou jazyka Python.
⬤ Replikovať index CBOT VIX s opciami SPX na štúdium stratégií založených na VIX.
⬤ Vykonajte úlohy strojového učenia založené na regresii a klasifikácii na predpovedanie.
⬤ Používať TensorFlow a Keras v architektúre neurónových sietí s hlbokým učením.