عنوان کتاب به انگلیسی: |
Python for Finance Cookbook: Over 80 powerful recipes for effective financial data analysis, 2nd Edition |
| سال انتشار: 2022 | 741 صفحه | حجم فایل: 62 مگابایت | زبان: انگلیسی |
| نویسنده | Eryk Lewinson |
| ناشر | Packt Publishing |
| ISBN10: | 1803243198 |
| ISBN13: | 9781803243191 |
توضیحات کتاب
Purchase of the print or Kindle book includes a free eBook in the PDF format
Key Features
Explore unique recipes for financial data processing and analysis with Python
Apply classical and machine learning approaches to financial time series analysis
Calculate various technical analysis indicators and backtesting backtest trading strategies
Book Description
Python is one of the most popular programming languages in the financial industry, with a huge collection of accompanying libraries. In this new edition of the Python for Finance Cookbook, you will explore classical quantitative finance approaches to data modeling, such as GARCH, CAPM, factor models, as well as modern machine learning and deep learning solutions.
You will use popular Python libraries that, in a few lines of code, provide the means to quickly process, analyze, and draw conclusions from financial data. In this new edition, more emphasis was put on exploratory data analysis to help you visualize and better understand financial data. While doing so, you will also learn how to use Streamlit to create elegant, interactive web applications to present the results of technical analyses.
Using the recipes in this book, you will become proficient in financial data analysis, be it for personal or professional projects. You will also understand which potential issues to expect with such analyses and, more importantly, how to overcome them.
What you will learn
Preprocess, analyze, and visualize financial data
Explore time series modeling with statistical (exponential smoothing, ARIMA) and machine learning models
Uncover advanced time series forecasting algorithms such as Meta’s Prophet
Use Monte Carlo simulations for derivatives valuation and risk assessment
Explore volatility modeling using univariate and multivariate GARCH models
Investigate various approaches to asset allocation
Learn how to approach ML-projects using an example of default prediction
Explore modern deep learning models such as Google’s TabNet, Amazon’s DeepAR and NeuralProphet
Who this book is for
This book is intended for financial analysts, data analysts and scientists, and Python developers with a familiarity with financial concepts. You’ll learn how to correctly use advanced approaches for analysis, avoid potential pitfalls and common mistakes, and reach correct conclusions for a broad range of finance problems.
Working knowledge of the Python programming language (particularly libraries such as pandas and NumPy) is necessary.
Table of Contents
Acquiring Financial Data
Data Preprocessing
Visualizing Financial Time Series
Exploring Financial Time Series Data
Technical Analysis and Building Interactive Dashboards
Time Series Analysis and Forecasting
Machine Learning-Based Approaches to Time Series Forecasting
Multi-Factor Models
Modelling Volatility with GARCH Class Models
Monte Carlo Simulations in Finance
Asset Allocation
Backtesting Trading Strategies
Applied Machine Learning: Identifying Credit Default
Advanced Concepts for Machine Learning Projects
Deep Learning in Finance
توضیحات کتاب به فارسی (ترجمه ماشینی)
از کتابخانه های مدرن پایتون مانند پاندا ، Numpy و Scikit-Learn و یادگیری ماشین محبوب و روشهای یادگیری عمیق برای حل مشکلات مدل سازی مالی استفاده کنید
خرید کتاب چاپ یا Kindle شامل یک کتاب الکترونیکی رایگان در قالب PDF است
ویژگی های کلیدی
دستور العمل های منحصر به فرد برای پردازش و تجزیه و تحلیل داده های مالی با پایتون را کاوش کنید
رویکردهای یادگیری کلاسیک و ماشین را برای تجزیه و تحلیل سری زمانی مالی اعمال کنید
شاخص های مختلف تجزیه و تحلیل فنی و استراتژی های معاملاتی پشتی را محاسبه کنید
توضیحات کتاب
پایتون یکی از محبوب ترین زبان های برنامه نویسی در صنعت مالی است و مجموعه ای عظیم از کتابخانه های همراه دارد.در این نسخه جدید Python for Finance Cookbook ، شما رویکردهای مالی کمی کلاسیک برای مدل سازی داده ها ، مانند GARCH ، CAPM ، مدل های فاکتور و همچنین یادگیری ماشین مدرن و راه حل های یادگیری عمیق را بررسی خواهید کرد.
شما از کتابخانه های محبوب پایتون استفاده خواهید کرد که در چند خط کد ، وسیله ای برای پردازش سریع ، تجزیه و تحلیل و نتیجه گیری از داده های مالی فراهم می کنند.در این نسخه جدید ، تأکید بیشتری بر تجزیه و تحلیل داده های اکتشافی برای کمک به شما در تجسم و درک بهتر داده های مالی انجام شده است.در حین انجام این کار ، شما همچنین یاد خواهید گرفت که چگونه از StreamLit برای ایجاد برنامه های وب ظریف و تعاملی برای ارائه نتایج تجزیه و تحلیل های فنی استفاده کنید.
با استفاده از دستور العمل های موجود در این کتاب ، شما در تجزیه و تحلیل داده های مالی مهارت خواهید داشت ، خواه برای پروژه های شخصی یا حرفه ای.شما همچنین خواهید فهمید که با چنین تحلیل هایی و مهمتر از همه ، چگونگی غلبه بر آنها ، کدام موضوعات بالقوه را باید انتظار داشته باشید.
آنچه یاد خواهید گرفت
پیش پردازش ، تجزیه و تحلیل و تجسم داده های مالی
مدل سازی سری زمانی را با مدل های آماری (هموار سازی نمایی ، ARIMA) و مدل های یادگیری ماشین کاوش کنید
پرده از الگوریتم های پیش بینی سری زمانی پیشرفته مانند پیامبر متا
برای ارزیابی مشتقات و ارزیابی ریسک از شبیه سازی مونت کارلو استفاده کنید
مدل سازی نوسانات را با استفاده از مدل های یک متغیره و چند متغیره GARCH کاوش کنید
رویکردهای مختلف برای تخصیص دارایی را بررسی کنید
بیاموزید که چگونه با استفاده از نمونه ای از پیش بینی پیش فرض ، به پروژه های ML نزدیک شوید
مدل های مدرن یادگیری عمیق مانند Tabnet Google ، Deepar و NeuralProphet آمازون را کاوش کنید
این کتاب برای چه کسی است
این کتاب برای تحلیلگران مالی ، تحلیلگران داده و دانشمندان و توسعه دهندگان پایتون با آشنایی با مفاهیم مالی در نظر گرفته شده است.شما یاد می گیرید که چگونه به درستی از رویکردهای پیشرفته برای تجزیه و تحلیل استفاده کنید ، از مشکلات احتمالی و اشتباهات رایج خودداری کنید و برای طیف گسترده ای از مشکلات مالی به نتیجه گیری صحیح برسید.
دانش کار در مورد زبان برنامه نویسی پایتون (به ویژه کتابخانه هایی مانند پاندا و نومپی) لازم است.
فهرست مطالب
دستیابی به داده های مالی
پیش پردازش داده ها
تجسم سری زمانی مالی
بررسی داده های سری زمانی مالی
تجزیه و تحلیل فنی و ساخت داشبوردهای تعاملی
تجزیه و تحلیل سری زمانی و پیش بینی
رویکردهای مبتنی بر یادگیری ماشین به پیش بینی سری زمانی
مدل های چند عاملی
نوسانات مدل سازی با مدل های کلاس Garch
شبیه سازی مونت کارلو در امور مالی
تخصیص دارایی ها
استراتژی های معاملاتی پشتی
یادگیری ماشین کاربردی: شناسایی پیش فرض اعتبار
مفاهیم پیشرفته برای پروژه های یادگیری ماشین
یادگیری عمیق در امور مالی
| توجه کنید که این محصول به صورت فایل دانلودی است و نه کتاب کاغذی. |
| به هنگام خرید به زبان درج شده برای کتاب حتما توجه کنید. به صورت معمول در اکثر موارد زبان کتاب فارسی نیست. |
| در صورت هرگونه مشکل در دریافت کتاب به شماره 09395106248 پیامک دهید. |
| درج شماره موبایل برای سفارش ضروری نیست ولی ترجیح آن است درج گردد تا در صورت بروز مشکل اولین راه ارتباطی ما با شما باشد. |
|
چنانچه در دریافت محصول به هر دلیلی با مشکل روبرو شدید و مطمئن از پرداخت موفق وجه هستید به شماره تماس زیر نام، نام خانوادگی و نام محصول را پیامک بزنید تا لینک محصول سریعا برای شما ارسال گردد.
شماره تماس: 09395106248 |
نقد و بررسیها
هنوز بررسیای ثبت نشده است.