|
|
课程目录:) z, S3 k9 Q; C3 h
第01节-Python数据结构.mp4
# }$ [" S9 D! Y5 R1 ]第01节-简介与Python安装.mp4
# p- w% S" k3 y' s8 L1 E1 I" e第02节-Python for Finance 常用packages 学习I.mp4
; D4 V3 f% ~% h9 k- d2 Q7 F第03节-Python for Finance 常用packages 学习 II.mp42 T% P T4 p6 p; O% E3 ]3 s$ t
第04节-金融数据建模与预测-风险测度因子.mp41 @4 W+ H& V* X/ ~) v2 b& l
第05节-Parameter optimization(参数优化).mp49 o; T; G" g! p' f2 Z+ }. i7 H
第05节-事件驱动的交易策略和实施.mp4
6 ]5 f2 Q+ ^/ S8 U3 t3 u' e3 v第06节-贝叶斯估计.mp4
- ?* T9 t+ S/ `$ J$ G# k第06节-贝叶斯例子和线性模型.mp4: ^9 a) x' v* a1 f2 l
第06节-贝叶斯随机波动率.mp4( [3 h# |0 P$ s$ V& I6 n
第07节-金融时间序列分析-I.mp41 l1 z, O" H& M, ^4 D- s2 n2 F1 J/ y; C
第08节-金融时间序列-II-Hidden Markov Models.mp4. R* ]7 H/ Z1 _! i. N8 S9 k
第08节-金融时间序列-II-state model.mp4
3 _* Z9 t. ?6 H3 ]. e8 `第08节-金融时间序列-II-卡尔曼滤波.mp4
2 b ~* y6 k" {1 \第08节-金融时间序列-II-协整性.mp4$ R% n1 O3 {) w
第09节-boosting&bagging.mp42 _' p$ j) {. X9 E, o( n, j! {5 Z
第09节-shrinkage regression.mp4
; k; k! t/ t( v/ Y5 y0 M) y第09节-决策树.mp41 c1 l# E9 |/ j6 F
第09节-线性回归.mp4
" [" \# s$ M* b第10节-SVM 和交叉验证的模型选择.mp4
1 j, {: E$ E9 z% {/ s+ y f$ a0 K第10节-逻辑回归.mp40 \7 U" `% F' l z4 T( J
第10节-判别分析.mp4% G2 V3 R4 a @" F: Z
第11节- Neural network.mp4
$ @. S) b$ @8 s( `) m- b: s' d2 z _7 I第11节-Introduction to Clustering.mp44 T( \5 {2 J3 u$ Y2 p5 v
第11节-主成分分析.mp4
: ]* `! H& x; ?; `1 h+ n! R第12节-机器学习于量化交易中的应用IV.mp4 M* o- `% a K$ H7 f6 f
第13节 Python for ODE PDE numerical methods (Python for 偏微分方程数值解).mp4
, Z: v1 ?% V$ V: W6 y第14节 美式期权和欧式期权定价.mp4
, I6 D$ K$ O# _5 S4 M9 B第15节 常见蒙特卡罗方差降低方法与期权定价.mp4
# N+ ?$ ~( g- Y+ j0 A0 I, ~第15节 信用风险的IRC模型和高斯核.mp4
2 r2 V, Y, [( z* w3 t t* a第15节 重点抽样级数和测度变化.mp4
/ }7 S# E, a3 h [第16节 简历和面试II.mp4
2 u' P3 e0 R, r3 w a第16节 面试I.mp4
& C# ~0 g4 y" l7 X
2 z/ _, d4 \: c: E8 {
; A8 S. S& T. X. Q3 s, \& m+ ]7 T0 ]! l. ^7 E. U
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
×
|