ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Mastering Python for Finance: Implement advanced state-of-the-art financial statistical applications using Python

دانلود کتاب تسلط بر پایتون برای امور مالی: برنامه های پیشرفته آماری مالی را با استفاده از پایتون پیاده سازی کنید

Mastering Python for Finance: Implement advanced state-of-the-art financial statistical applications using Python

مشخصات کتاب

Mastering Python for Finance: Implement advanced state-of-the-art financial statistical applications using Python

دسته بندی: برنامه نویسی: زبان های برنامه نویسی
ویرایش: 2nd 
نویسندگان:   
سری:  
ISBN (شابک) : 1789346460, 9781789346466 
ناشر: Packt Publishing 
سال نشر: 2019 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 14 مگابایت 

قیمت کتاب (تومان) : 42,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Mastering Python for Finance: Implement advanced state-of-the-art financial statistical applications using Python به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تسلط بر پایتون برای امور مالی: برنامه های پیشرفته آماری مالی را با استفاده از پایتون پیاده سازی کنید نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تسلط بر پایتون برای امور مالی: برنامه های پیشرفته آماری مالی را با استفاده از پایتون پیاده سازی کنید

مهارت های مالی خود را با تسلط بر برنامه های مالی ریاضی و آماری به سطح بالاتری ببرید. ویژگی های کلیدی مدل های مالی پیشرفته مورد استفاده در صنعت و راه های حل آنها را با استفاده از پایتون کاوش کنید ساخت زیرساخت های پیشرفته برای مدل سازی، تجسم، تجارت و موارد دیگر با استفاده از یادگیری ماشینی و یادگیری عمیق، برنامه های مالی خود را تقویت کنید توضیحات کتاب نسخه دوم Mastering Python for Finance شما را از طریق انجام محاسبات پیچیده مالی در صنعت مالی با استفاده از متدولوژی های نسل بعدی راهنمایی می کند. شما با استفاده از ابزارهای در دسترس عموم برای انجام موفقیت آمیز مطالعات تحقیقاتی و مدل سازی، و یادگیری مدیریت ریسک ها با کمک مثال های پیشرفته، بر اکوسیستم پایتون تسلط خواهید داشت. شما با تنظیم دفترچه یادداشت Jupyter خود برای اجرای وظایف در سراسر کتاب شروع خواهید کرد. شما یاد خواهید گرفت که با استفاده از کتابخانه های محبوب مانند TensorFlow، Keras، Numpy، SciPy و sklearn، تصمیمات مالی کارآمد و قدرتمند مبتنی بر داده بگیرید. همچنین یاد خواهید گرفت که چگونه با تسلط بر مفاهیمی مانند سهام، گزینه ها، نرخ بهره و مشتقات آنها و تجزیه و تحلیل ریسک با استفاده از روش های محاسباتی، برنامه های مالی بسازید. با استفاده از این مبانی، شما یاد خواهید گرفت که تجزیه و تحلیل آماری را برای داده‌های سری زمانی اعمال کنید و درک کنید که چگونه داده‌های سری زمانی برای پیاده‌سازی یک سیستم آزمون پس‌آزمایی مبتنی بر رویداد و برای کار با داده‌های فرکانس بالا در ساخت یک پلت‌فرم معاملاتی الگوریتمی مفید هستند. در نهایت، تکنیک‌های یادگیری ماشین و یادگیری عمیق را که در امور مالی به کار می‌روند، کشف خواهید کرد. در پایان این کتاب، شما قادر خواهید بود پایتون را در پارادایم های مختلف در صنعت مالی اعمال کنید و تجزیه و تحلیل داده ها را کارآمد انجام دهید. آنچه خواهید آموخت حل مدل های خطی و غیرخطی که مسائل مالی مختلف را نشان می دهند تجزیه و تحلیل اجزای اصلی را بر روی شاخص DOW و اجزای آن انجام دهید فرآیندهای سری زمانی ثابت و غیر ثابت را تحلیل، پیش‌بینی و پیش‌بینی کنید یک ابزار بک تست مبتنی بر رویداد ایجاد کنید و استراتژی های خود را بسنجید با پایتون یک پلتفرم معاملاتی الگوریتمی با فرکانس بالا بسازید برای مطالعه استراتژی های مبتنی بر VIX، شاخص CBOT VIX را با گزینه های SPX تکرار کنید وظایف یادگیری ماشینی مبتنی بر رگرسیون و طبقه بندی را برای پیش بینی انجام دهید از TensorFlow و Keras در معماری شبکه عصبی یادگیری عمیق استفاده کنید این کتاب برای چه کسی است اگر شما یک تحلیلگر مالی یا داده یا یک توسعه دهنده نرم افزار در صنعت مالی هستید که علاقه مند به استفاده از تکنیک های پیشرفته پایتون برای روش های کمی در امور مالی هستید، این کتاب مورد نیاز شماست! همچنین اگر می‌خواهید قابلیت‌های برنامه‌های مالی موجود خود را با استفاده از تکنیک‌های یادگیری ماشین هوشمند گسترش دهید، این کتاب برای شما مفید خواهد بود. تجربه قبلی در پایتون الزامی است. فهرست مطالب مروری بر تحلیل مالی با پایتون اهمیت خطی بودن در امور مالی غیرخطی بودن در امور مالی روش های عددی برای گزینه های قیمت گذاری مدل سازی نرخ بهره و مشتقات تجزیه و تحلیل آماری داده های سری زمانی تجزیه و تحلیل مالی تعاملی با VIX ساخت یک پلتفرم معاملاتی الگوریتمی پیاده سازی سیستم بک تستینگ یادگیری ماشینی برای امور مالی یادگیری عمیق برای امور مالی


توضیحاتی درمورد کتاب به خارجی

Take your financial skills to the next level by mastering cutting-edge mathematical and statistical financial applications Key Features Explore advanced financial models used by the industry and ways of solving them using Python Build state-of-the-art infrastructure for modeling, visualization, trading, and more Empower your financial applications by applying machine learning and deep learning Book Description The second edition of Mastering Python for Finance will guide you through carrying out complex financial calculations practiced in the industry of finance by using next-generation methodologies. You will master the Python ecosystem by leveraging publicly available tools to successfully perform research studies and modeling, and learn to manage risks with the help of advanced examples. You will start by setting up your Jupyter notebook to implement the tasks throughout the book. You will learn to make efficient and powerful data-driven financial decisions using popular libraries such as TensorFlow, Keras, Numpy, SciPy, and sklearn. You will also learn how to build financial applications by mastering concepts such as stocks, options, interest rates and their derivatives, and risk analytics using computational methods. With these foundations, you will learn to apply statistical analysis to time series data, and understand how time series data is useful for implementing an event-driven backtesting system and for working with high-frequency data in building an algorithmic trading platform. Finally, you will explore machine learning and deep learning techniques that are applied in finance. By the end of this book, you will be able to apply Python to different paradigms in the financial industry and perform efficient data analysis. What you will learn Solve linear and nonlinear models representing various financial problems Perform principal component analysis on the DOW index and its components Analyze, predict, and forecast stationary and non-stationary time series processes Create an event-driven backtesting tool and measure your strategies Build a high-frequency algorithmic trading platform with Python Replicate the CBOT VIX index with SPX options for studying VIX-based strategies Perform regression-based and classification-based machine learning tasks for prediction Use TensorFlow and Keras in deep learning neural network architecture Who this book is for If you are a financial or data analyst or a software developer in the financial industry who is interested in using advanced Python techniques for quantitative methods in finance, this is the book you need! You will also find this book useful if you want to extend the functionalities of your existing financial applications by using smart machine learning techniques. Prior experience in Python is required. Table of Contents Overview of Financial Analysis with Python The Importance of Linearity in Finance Nonlinearity in Finance Numerical Methods for Pricing Options Modeling Interest Rates and Derivates Statistical Analysis of Time Series Data Interactive Financial Analytics with VIX Building an Algorithmic Trading Platform Implementing a Backtesting System Machine Learning for Finance Deep Learning for Finance





نظرات کاربران