陆家嘴学堂Python金融数据分析应用第二期(2.33G)

xiaoduo

『课程目录』:
│  第01节：Python程序设计基础1-操作.mp4
│  第01节：Python程序设计基础1.mp4
│  第02节：Python程序设计基础2-理论.mp4
│  第02节：Python程序设计基础2-练习.mp4
│  第03节：function and class.mp4
│  第03节：numpy.mp4
│  第03节：理论.mp4
│  第04节：案例课-1-series.mp4
│  第04节：案例课-2-dataframe.mp4
│  第04节：案例课-3-missingdata.mp4
│  第04节：案例课-4-groupby.mp4
│  第04节：案例课-5-concat merge.mp4
│  第04节：案例课-6-operation.mp4
│  第05节：金融数据爬取与管理-Quandl.mp4
│  第05节：金融数据爬取与管理-三种案例.mp4
│  第05节：金融数据爬取与管理-理论.mp4
│  第06节：金融数据可视化-理论.mp4
│  第06节：金融数据可视化代码案例1-FF(数据获取方式).mp4
│  第06节：金融数据可视化代码案例2 - matplotlib.mp4
│  第06节：金融数据可视化代码案例3 -other.mp4
│  第07节：金融时间序列数据分析（一）.mp4
│  第08节：金融时间序列数据分析（二）- 案例 adftest + decompositio.mp4
│  第08节：金融时间序列数据分析（二）- 案例 demo introduction.mp4
│  第08节：金融时间序列数据分析（二）- 理论.mp4
│  第09节：金融时间序列数据分析（三）.mp4
│  第10节：案例 - gev.mp4
│  第10节：案例 - kalman filter.mp4
│  第10节：金融基础与常用工具.mp4
│  第11节：金融基础与常用工具(2)-投资组合管理中的最优化问题初步.mp4
│  第11节：金融基础与常用工具(2).mp4
│  第12节：案例课- 作业答案.mp4
│  第12节：案例课-案例1-resampling.mp4
│  第12节：案例课-案例2-rollingexpandingbollinger.mp4
│  第12节：案例课-案例3-performance metrics.mp4
│  第12节：案例课-案例4 - timeseries.mp4
│  第13节：机器学习与金融风控建模（1）-- 习题讲解.mp4
│  第13节：机器学习与金融风控建模（1）-- 常用金融风险管理工具.mp4
│  第14节：机器学习与金融风控建模（2）.mp4
│  第15节：案例2 - logistic svm (1).mp4
│  第15节：案例2 - logistic svm.mp4
│  第15节：案例3 - kmeans.mp4
│  第15节：案例课-案例1- demo classification (1).mp4
│  第16节：深度学习在金融分析中的应用.mp4
│  第17节：习题demo3 股票算法交易.mp4
│  第17节：回归问题和分类问题.mp4
│  第17节：金融数据分析与应用-深度学习demo.mp4
│  第18节：衍生品分析 - 案例代码.mp4
│  第18节：衍生品分析 - 理论.mp4
│  
└─陆家嘴学堂Python金融数据分析应用第二期
    ├─第一节
    │      第一课课件.pdf
    │      
    ├─第七节
    │      lesson 7.pdf
    │      参考资料1 .ipynb
    │      参考资料2.ipynb
    │      
    ├─第三节
    │      demo class and fun.ipynb
    │      Numpy Exercise - Solutions.ipynb
    │      Numpy Exercises.ipynb
    │      numpy.ipynb
    │      基础库——numpy和pandas库的使用.pdf
    │      
    ├─第九节
    │      ARMAdemo.ipynb
    │      第九课.pdf
    │      
    ├─第二节
    │      第二课demo.ipynb
    │      第二课练习.ipynb
    │      第二课解答.ipynb
    │      
    ├─第五节
    │      第五课.pdf
    │      
    ├─第八节
    │      Intro.ipynb
    │      lesson8.ipynb
    │      第八课.pdf
    │      
    ├─第六节
    │      04_Visualization.ipynb
    │      FF_factors.ipynb
    │      Material visulisation.ipynb
    │      第六课.pdf
    │      
    ├─第十一节
    │      第十一课 金融基础与常用工具 （2）.pdf
    │      阅读材料（误差函数）.ipynb
    │      
    ├─第十七节
    │      demo1 回归问题.ipynb
    │      demo2 分类问题.ipynb
    │      习题demo3 股票算法交易.ipynb
    │      第十七课 demo深度学习在金融数据分析中的应用_20200326.pdf
    │      
    ├─第十三节
    │      Solution of Var.ipynb
    │      第十三课 机器学习与风控建模 .pdf
    │      
    ├─第十二节案例课
    │      ads.csv
    │      bollinger.ipynb
    │      currency.csv
    │      Ford_Stock.csv
    │      GM_Stock.csv
    │      maxdd&sp.ipynb
    │      question.ipynb
    │      SOLUTIONS.ipynb
    │      Tesla_Stock.csv
    │      Time Resampling.ipynb
    │      time_series_python.ipynb
    │      walmart_stock.csv
    │      顺序.txt
    │      
    ├─第十五节
    │      Corporate_pd.ipynb
    │      Corporate_PD.xlsx
    │      Kmeans.ipynb
    │      信贷预测分类问题.ipynb
    │      
    ├─第十八节
    │      BSM_call.ipynb
    │      MC_eurocall.ipynb
    │      第十八课 Python在衍生品定价中的应用.pdf
    │      
    ├─第十六节
    │      tensorflow 1.x 与机器学习.ipynb
    │      第十六课 深度学习在金融数据分析中的应用.pdf
    │      
    ├─第十四节
    │      loans.csv
    │      第十四课 机器学习.pdf
    │      预习材料 分类问题 .ipynb
    │      
    ├─第十节
    │      fund.csv
    │      gev.ipynb
    │      kalman.ipynb
    │      第十课 金融基础与常用工具.pdf
    │      顺序1. gev  2. kalman 3. theory.txt
    │      
    └─第四节
            concat merge.ipynb
            dataframe.ipynb
            groupby.ipynb
            merging.ipynb
            MissingData.ipynb
            operation.ipynb
            Series.ipynb


『课程下载』:

游客,本付费内容需要支付 6学币 才能浏览支付

itczc1

学习学习

vision2099

感谢分享

kkkzr324

能不能成本VB财不半年报

hellopsm

谢谢分享

leogotalotmoney

陆家嘴学堂Python金融数据分析应用第二期(2.33G)，金融，不错的资料！

1609118451

     │      顺序1. gev  2. kalman 3. theory.txt

2523410767

hhhhhhh111111111

leizi5689329

sadfsadfsadfsdfasdfasdfasdfsadf

wangdong160

:！！！！！！！