Recensioni dei clienti per Python per Finanza: Analizzare Big Data finanziari

avendo un background finanziario, ma ora lavora in una zona completamente diversa con l'analisi dei dati utilizzando Python per reti di sensori (IOT) Ho trovato questo libro molto utile. Esso illustra molto bene la facilità di lavorare con Python appositamente per l'analisi dei dati, anche per chi non ha esperienza, ma immersioni profonde brillantemente in argomenti finanziari fondati. I parallelismi per me lavorare ora con i dati dei sensori in tempo reale e con i quadri di pitone riportate nel libro sono superbe.

L'autore sembra avere un talento per spiegare argomenti complessi in modo chiaro.

Questo libro fornisce un eccellente a tutto tondo e visione pratica quello che dice nel titolo, "Python per la finanza". Non si farà in un esperto di Python né finanza quantitativa. Tuttavia, fornisce alcune vere e proprie perle di conoscenza di come fare le cose in modo efficiente e conciso; Yves offre un tema globale di utilizzo di diversi quadri di Python in modo coerente, e illustra le idee con esempi progressivamente in evoluzione. Davvero bello di questo approccio è che si può essere concetti di apprendimento produttive (se siete nuovi a quant finanza), imparare come implementare questi concetti in python (se siete nuovi a Python), e fare uso di alcuni grandi quadri di Python (se siete nuovi a quadri; ad esempio: NumPy, Panda, IPython notebook ...) attraverso la costruzione di esempi pratici che è possibile testare problemi del mondo reale dal primo giorno. Sono stato in finanza quant per molti anni, ma relativamente nuova per Pandas e alcuni dei quadri Python; senza ombra di dubbio, il libro Yves 'riuscito a salvare me molte settimane di sforzo dover Google, leggere altre analisi / blog / opinioni, ecc ... In sintesi, il libro fornisce tonnellate di indicazioni utili, e altri riferimenti per voi a leggere su, e per consolidare la vostra conoscenza di Python e metodi quantitativi per la finanza; se sei un esperto in entrambe le aree, o nessuna delle due aree .... Se sei un esperto in entrambi, il libro vi convincerà del vostro know-how, e ancora vi darà riferimenti utili per mantenere la vostra conoscenza fino ad oggi. Un acquisto brillante.

Una buona lettura per chiunque appassionato di utilizzare Python per la finanza quantitativa.

Eccellente ouvrage à tous points de vue. Ricca, tecnica, tout en restant abordable pour l non specialista. Je le recommande fortement.

L'intro, che normalmente è inutile nei libri di testo, è stata istruttiva. Vorrei solo alcuni dei libri di testo che ho usato a scuola grad era stato così ben definito. Non ho trovato errori evidenti, che di solito trovare nella maggior parte dei miei testi, ma che possono venire in un secondo momento, quando vado per qualcosa che ho già letto. Come qualcuno che ha iniziato a utilizzare Matlab e R mentre ottenere il mio MBA in finanza, mi sto trovando questo libro per essere molto utile ad acquisire una conoscenza pratica delle altri linguaggi di programmazione che posso utilizzare nel mio lavoro e il gioco.

Questo libro non poteva essere più tempestivo. Mentre Python è stata la lingua franca per molte discipline scientifiche centric dati, finanza quantitativa solo di recente ha abbracciato i numerosi vantaggi di questo linguaggio ed è ricco ecosistema di pacchetti scientifici di alta qualità. Il libro riesce a soddisfare ogni tipo di pubblico ed è adatto per le persone con un background in finanza che vogliono raccogliere Python, a Pythonisti che vogliono iniziare in Finanza, così come principianti in entrambe le discipline. Quello che mi piace particolarmente di questo libro è la sua forte attenzione alla applicabilità. I numerosi esempi di codice di analizzare insiemi di dati del mondo reale equipaggia i lettori con le mani-on conoscenze necessarie per iniziare ad analizzare i dati finanziari stessi. Nota speciale deve essere fatta anche di come state-of-the art i concetti sono il libro illustra. Non è un'impresa facile per qualsiasi libro su un argomento che si muove alla velocità di Python. In sintesi, consiglio vivamente questo libro a chiunque voglia iniziare con, o affinare le sue abilità in Python per la Finanza.

Circa un anno fa, ho preso un intro online per corso di programmazione Python e stato catturato su Python. un paio di settimane più tardi ho preso un altro corso in Ingegneria delle Finanze. Questo libro, "Python per la Finanza" è un riferimento molto utile e guida che fonde i due argomenti molto bene. Python è lo strumento open source che può essere utilizzato per studiare molti settori della finanza. Sarete piacevolmente sorpresi di quanto sia facile la codifica pitone è. Il mio Ingegneria Finanza utilizzato esempi "R-programmazione", ma quegli stessi esempi può essere fatto in Python e alcune di queste routine sono in questo libro.

Ci sono molti libri per C ++ in Finanza e fino a poco tempo, ci sono stati pochi (se non) libri per Python nella finanza. (La mancanza di Python nei libri di finanza è un po 'ironica considerando solida posizione di Python in molte istituzioni.) Ho acquistato questo testo (in formato e-book) non appena è stato rilasciato e dopo qualche lettura è stato subito in grado di iniziare ad applicare alcune delle i concetti e gli esempi di codice a diversi problemi che avevo bisogno di risolvere. Questo libro è un grande risparmio di tempo per me. Naturalmente, il vostro chilometraggio può variare a seconda dei tipi di problemi che si sta lavorando. Sono stato in grado di applicare un sacco di esempi nel libro e ora tenerlo nella mia collezione come riferimento utile. Una parte di questo libro che mi piace particolarmente è la sua esempi con vettorializzazione (accelerando) di codice Python. Gli esempi di codice e Descrittive sono facili da capire, e quando ho eseguito il codice sul mio posto di lavoro sono stato in grado di realizzare lo stesso livello di incremento delle prestazioni illustrati nel libro. Questo libro è un risparmio di tempo anche qui.

Questo è un libro eccellente che funziona sia come mezzo di insegnamento così come un riferimento. Esso si rivolge finanza persone con qualche tipo di esperienza di programmazione (Matlab, R, VBA, ecc) in uno stile che è facilmente accessibile. Gli argomenti sono ben arrotondati e includono capitoli: su strutture dati; Performance Computing; sull'integrazione Excel, sul Web, ecc Il libro mostra anche che Python è adatto per compiti impegnativi in ​​genere di analisi (simulazione, HPC, hardware-bound IO). Questo è illustrato con casi d'uso reali, come il caso di studio DX Analytics che illustra come efficiente e potente (lo standard) Python (stack) può essere. Inoltre, questo libro mostra come le ultime "tendenze e le mode" sono in corso "seguito" utilizzando Python (PCA, bayesiano MC, le applicazioni basate sul Web). Questo libro aiuta veramente il lettore prendere il meglio di Python (Quant) Finanza - non importa che tipo di istituto di lei / lui / AI lavora per o che tipo di ricerca accademica lei / lui AI è coinvolto / a.

Questo è un grande libro, se si dispone di una conoscenza di base delle applicazioni finanziarie e Python. Ti aiuta a costruire il proprio sandbox, tocca un sacco di buone pratiche di pitone, e fornisce esempi reali di modelli quantitativi comuni. Nel complesso, consiglio vivamente questo libro

Un libro ben bilanciata tra teoria e pratica. Mi piace il fatto che l'autore dedica attenzione ad un uso interattivo delle soluzioni (anche se io probabilmente bastone per comandare l'uso linea degli esempi per i miei sforzi di apprendimento). Un po 'di codice intervallati da spiegazioni che si rivolge a un pubblico eterogeneo.

Molto utile e al punto. Dà un aggiornato esposizione dell'ecosistema pitone applicata in Finanza con l'accento sulla i panda e gli strumenti più recenti. Le spiegazioni sono molto chiare e pronto per essere utilizzato.

Dieses Buch hat eine Klar definierte Zielgruppe. Menschen, die aus der Finanza -Ecke kommen und dort über ein theoretisches Fondamento und am besten auch ein wenig Erfahrung Praktische Verfügung UND sich für interessieren Python. Das Buch ist ganz anche Klar primär eine Einführung Python. Es macht Häufig Sinn eine Programmiersprache anhand von Implementierung zu lernen, muoiono Problemstellungen behandeln, muoiono uomo inhaltlich und Theoretisch einordnen kann (oder sogar schon in einer anderen Sprache cappello implementiert). Eine Einführung Lockere, anche nicht zu viel erwarten. Weder vom Finanza Teil, noch vom Python Teil. Warnung: für Menschen, die Python kennen und können, aber keine Ahnung von Finanza haben, ist das Buch nix !!! Wenn z. B. ein dati Scientist mit viel Python Abilità aber wenig Erfahrung Finanza sich in modo dem Thema Finanza Quantitativa nähern volontà, Ist das Buch nicht die richtige Wahl für ihn. Das sarà es IMO auch nicht sein. Obwohl ich habe Eingangs erwähnt, das praktische Erfahrung nützlich Ware, ist sie nicht ganz klar notwendig um das Buch zu lesen und zu verstehen (eher um das dort wirklich beschriebene einordnen zu können). Ich denke Daher, Das Buch ist auch für Studenten aus dem Feld (Financial Engineering) interessant. Das Buch hätte IMHO etwas mehr und Liebe Editing vertragen, aber der Autor ist viel auf Konferenzen und bei Kunden Unterwegs und hat denke ich nicht viel allzu Zeit dafür gehabt :). gigantisch Nicht, aber ich finde für den Pfreis wirklich ok.

Si tratta di un libro decente se hai appena letto la tabella dei contenuti. Tuttavia, se ti siedi e leggerlo con attenzione, troverete i dettagli un po 'allentato. La maggior parte degli esempi sono conservati più semplice possibile. Per esempio, se si dice che si può fare sia A che B, quindi l'autore sarà solo mostrare la facile caso A senza B, ma B è quello che conta ed è forse totalmente diverso da A. E 'come un esempio libri, mentre gli esempi sono troppo banali. Tuttavia, può essere un buon libro, se sei un principiante in Python e vuole applicare a quant finanza. Basta usarlo come un libro di introduzione e di esplorare Python da soli!

Il problema di questo libro è che non è davvero un libro in un senso normale. E 'il testo inserito tra le linee in sequenza di codice Python: tre o quattro righe di codice seguito da uno o due righe di testo, ad infinitum. Lo si legge, ma non ti senti come hai imparato niente altro che ... Non sono sicuro che cosa.

Suppongo che il libro è inteso come un'introduzione al linguaggio di programmazione Python con una forte attenzione alla analisi di finanza. E 'molto completo e fornisce molti utili suggerimenti ed esempi interessanti. Ho imparato molto da questo libro circa le possibilitá di ipython, panda e NumPy, e su molte risorse che non ero a conoscenza prima. Credo anche che il lettore medio è in grado di modificare gli esempi di codice facilmente per il suo scopo con le spiegazioni fornite. Tuttavia, il libro appare ancora come una collezione non-cura di notebook ipython, e ci sono diverse cose che lo hanno reso un po 'difficile da leggere per me: (1) Il libro è chiaramente destinato più per l'esperto finanziario con nessuna o scarsa conoscenza sulla programmazione, che per lo scienziato programmatore / dati senza / sfondo limitata in finanza. Essendo uno scienziato di dati, ho dovuto saltare i capitoli introductiory (!) E proseguire con la seconda parte sulla "Analisi dei dati finanziari", perché non avevo idea di quello che la formula di valutazione delle opzioni di Black-Scholes-Merton è tutto, e oltre al wikipedia collegamento, non vi è alcuna spiegazione nel libro. (2) Il libro è molto indecisa sui lettori di programmazione competenza, e capitoli di diversi livelli di difficoltà appaiono nell'ordine più strana. Ad esempio, i capitoli introduttivi implementare uno schema di Newton per l'ottimizzazione usando SciPy e panda. Niente di eccezionale, ma i capitoli dopo iniziano spiega come utilizzare interi e come capitalizzare una stringa. Poi si spiegano come ciclo in un elenco. Sicuramente un lettore ancora alle prese con l'utilizzo di cicli for in Python non potrà mai rendere al quarto capitolo? (3) Non ci sono abbastanza lunghi passaggi mancanti alcuna motivazione 'finanza'. Per esempio, c'è un lungo capitolo sui dati di I / O (ad esempio, l'utilizzo di salamoia e panda per le query SQL). Ci sono anche capitoli sulla programmazione orientata agli oggetti e integrazione Web. Tutto questo è molto bello e ben scritto, ma mi avrebbe potuto prendere questo da qualsiasi altro libro sulla programmazione Python (ad esempio "Python per l'analisi dei dati"). Mi rendo conto che queste domande appaiono del tutto naturale nel lavoro quotidiano di un analista finanziario, ma avrei preferito avere un esempio di fondo che rende di fatto l'uso di questa conoscenza, che mi permette di ottenere una migliore comprensione di strumenti di analisi finanziaria. Dopo tutto, io consiglierei comunque questo libro come un riferimento, perché copre una gamma molto ampia di applicazioni di panda, NumPy, SciPy, matplotlib, ecc .. Non lo consiglio come un libro di testo. E 'impossibile leggere dall'inizio alla fine, in quanto non vi è alcun ordine logico nei capitoli, e non è adatto per una persona senza alcuna conoscenza in Python. Non è sicuramente adatto per qualcuno senza alcun background in programmazione.

Per un libro chiamato "Python per la Finanza" che ci si aspetta alcuni esempi reali intuizione e praticante. Ho trovato nessuno! L'autore, Yves Hilpisch, scrive un libro sulla finanza, ma non ha alcuna esperienza di finanza reale, pertanto gli esempi sembrano essere state fornite per una classe di undergrad dal titolo "ingegneria finanziaria 101". Inoltre ho notato che alcune recensioni sembrano sospetti sulla Amazon UK e Stati Uniti.

Per un libro chiamato "Python per la Finanza" che ci si aspetta alcuni esempi reali intuizione e praticante. Ho trovato nessuno! L'autore, Yves Hilpisch, scrive un libro sulla finanza, ma non ha alcuna esperienza di finanza reale, pertanto gli esempi sembrano essere state fornite per una classe di undergrad dal titolo "ingegneria finanziaria 101". Inoltre ho notato che alcune recensioni sembrano sospetti sulla Amazon UK e Stati Uniti.