|
|
课程目录:$ w3 {9 m. x# s3 Q
第01节-Python数据结构.mp4
/ N! ~& U7 i2 v8 Y, i3 S/ P第01节-简介与Python安装.mp40 j# g; u( K# ?/ D0 a
第02节-Python for Finance 常用packages 学习I.mp4
. P- N# G, r: J4 u2 ~+ k. \$ p第03节-Python for Finance 常用packages 学习 II.mp4
- B; m1 Y( K+ ]第04节-金融数据建模与预测-风险测度因子.mp48 s' a% Q) b& i3 a8 C+ ?4 ~- k$ ]
第05节-Parameter optimization(参数优化).mp4
. U2 O. w- k! \( p0 ]) W0 b6 r7 r7 I第05节-事件驱动的交易策略和实施.mp43 d8 E9 E2 I$ A$ `2 f4 B
第06节-贝叶斯估计.mp4
* q i9 _7 K4 [# z. N( R3 u7 t1 C% u第06节-贝叶斯例子和线性模型.mp4+ t) n& ]1 C. d9 p9 V! J
第06节-贝叶斯随机波动率.mp4
$ N1 |% Y# ]/ r* t- c4 o% U第07节-金融时间序列分析-I.mp4) h' \1 f" g% }2 ]! l
第08节-金融时间序列-II-Hidden Markov Models.mp4
" k. x+ x7 ^& H& ~9 T3 H第08节-金融时间序列-II-state model.mp48 X: M0 S# A/ G, u# O: O
第08节-金融时间序列-II-卡尔曼滤波.mp4
0 O; X1 Z/ I: r/ R第08节-金融时间序列-II-协整性.mp4
% N/ M) ~8 p7 |. r4 e% U第09节-boosting&bagging.mp4
* D( _, [) h6 O# d+ Z4 M; }# z第09节-shrinkage regression.mp4
- C/ Q2 K2 s( M" ]* W第09节-决策树.mp46 s. w. ]" d& A! U3 Y
第09节-线性回归.mp4% b" U6 [+ A& |8 G1 }9 |
第10节-SVM 和交叉验证的模型选择.mp4% A' {' }% x1 _/ |) V9 r
第10节-逻辑回归.mp4& A0 k- j4 r8 l. o. s1 \
第10节-判别分析.mp4) }; l; J+ M. O, D" x
第11节- Neural network.mp4
* O' X- Z2 M2 N1 [; U, B第11节-Introduction to Clustering.mp4! q( Y8 h8 E$ I, d& Z3 B8 s; j$ }3 E7 q
第11节-主成分分析.mp4+ b$ v% b$ Q, p: Q; |# h8 T% W
第12节-机器学习于量化交易中的应用IV.mp43 s5 v2 c! w2 n' G* c
第13节 Python for ODE PDE numerical methods (Python for 偏微分方程数值解).mp4
- n* r) I5 G7 f9 {& _第14节 美式期权和欧式期权定价.mp4
1 k- @0 K" k( J( G: M. }第15节 常见蒙特卡罗方差降低方法与期权定价.mp4
N4 q8 b" F3 u第15节 信用风险的IRC模型和高斯核.mp4
) G; ~- _$ m; Z6 j o5 l第15节 重点抽样级数和测度变化.mp4; O" \, m% a: ~9 q0 R6 ]3 j
第16节 简历和面试II.mp4* p' F- ]( H# F2 q4 H7 Y
第16节 面试I.mp4
$ W4 b9 k& v/ x7 i8 T( ~2 D4 O( P6 V" t4 g3 ^5 H
) I1 y& p. F9 I1 `7 M! x0 F$ f3 u
8 R) ^) R2 d3 H0 ^( K
|
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
×
|