![[Recenzja] Python for Finance: Mastering Data-Driven Finance (Yves Hilpisch) Streszczenie.](https://episodes.castos.com/660078c6833215-59505987/images/2560379/c1a-085k3-1pxr15n7s9g1-ld9sez.jpg)
Show Notes
Python for Finance: Mastering Data-Driven Finance (Yves Hilpisch)
- Amazon Poland Store: https://www.amazon.pl/dp/1492024333?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Python-for-Finance%3A-Mastering-Data-Driven-Finance-Yves-Hilpisch.html
- Apple Books: https://books.apple.com/us/audiobook/data-science-with-python-for-beginners-a-beginners/id1778851365?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Python+for+Finance+Mastering+Data+Driven+Finance+Yves+Hilpisch+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/1492024333/
#notatnikiIPython #szeregiczasowewpandas #wektoryzacjaNumPy #symulacjaMonteCarlo #wycenainstrumentówpochodnych #PythonforFinance
Python for Finance: Mastering Data-Driven Finance, drugie wydanie, to obszerna, praktyczna książka Yvesa Hilpischa o wykorzystaniu Pythona w analizie danych finansowych, modelowaniu ilościowym i budowie narzędzi analitycznych. Nie jest to wyłącznie podręcznik języka ani akademicki wykład z teorii finansów. Autor łączy oba obszary, pokazując, jak biblioteki ekosystemu naukowego Pythona można zastosować do realnych problemów: pracy z szeregami czasowymi, wizualizacji, symulacji, wyceny instrumentów pochodnych oraz analizy ryzyka. Wydanie zostało zaktualizowane z myślą o Pythonie 3 i w dużej mierze opiera się na interaktywnych notatnikach IPython, co sprzyja samodzielnemu uruchamianiu i modyfikowaniu przykładów. Centralnym elementem książki jest rozbudowane studium przypadku, prowadzące do stworzenia frameworka dla symulacji Monte Carlo i analityki instrumentów pochodnych. Hilpisch traktuje kod jako narzędzie badawcze i inżynierskie zarazem: ma on być czytelny, powtarzalny, wystarczająco szybki oraz oparty na właściwie przygotowanych danych. Książka zakłada znajomość podstawowych modeli finansowych i przydaje się szczególnie osobom, które znają już logikę programowania, lecz chcą przenieść ją do zastosowań ilościowych.
- Amazon Poland Store: https://www.amazon.pl/dp/1492024333?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Python-for-Finance%3A-Mastering-Data-Driven-Finance-Yves-Hilpisch.html
- Apple Books: https://books.apple.com/us/audiobook/data-science-with-python-for-beginners-a-beginners/id1778851365?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Python+for+Finance+Mastering+Data+Driven+Finance+Yves+Hilpisch+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/1492024333/
#notatnikiIPython #szeregiczasowewpandas #wektoryzacjaNumPy #symulacjaMonteCarlo #wycenainstrumentówpochodnych #PythonforFinance
Python for Finance: Mastering Data-Driven Finance, drugie wydanie, to obszerna, praktyczna książka Yvesa Hilpischa o wykorzystaniu Pythona w analizie danych finansowych, modelowaniu ilościowym i budowie narzędzi analitycznych. Nie jest to wyłącznie podręcznik języka ani akademicki wykład z teorii finansów. Autor łączy oba obszary, pokazując, jak biblioteki ekosystemu naukowego Pythona można zastosować do realnych problemów: pracy z szeregami czasowymi, wizualizacji, symulacji, wyceny instrumentów pochodnych oraz analizy ryzyka. Wydanie zostało zaktualizowane z myślą o Pythonie 3 i w dużej mierze opiera się na interaktywnych notatnikach IPython, co sprzyja samodzielnemu uruchamianiu i modyfikowaniu przykładów. Centralnym elementem książki jest rozbudowane studium przypadku, prowadzące do stworzenia frameworka dla symulacji Monte Carlo i analityki instrumentów pochodnych. Hilpisch traktuje kod jako narzędzie badawcze i inżynierskie zarazem: ma on być czytelny, powtarzalny, wystarczająco szybki oraz oparty na właściwie przygotowanych danych. Książka zakłada znajomość podstawowych modeli finansowych i przydaje się szczególnie osobom, które znają już logikę programowania, lecz chcą przenieść ją do zastosowań ilościowych.
