|
我們平臺(tái)的視頻課程都是自己的講師+自己的原創(chuàng)內(nèi)容，唯一的例外就是王圣元的兩門Python課程，之前是剛剛引進(jìn)，所以一直以非常優(yōu)惠的價(jià)格給大家，從明天起就要恢復(fù)原價(jià)了，下面是講師與兩門Python課程的介紹。 首先來(lái)介紹一下視頻課作者，只有擁有原創(chuàng)能力的作者才可能講出好的課程。 本視頻課作者為王圣元 (FRM, CAIA)，新加坡某金融咨詢公司總監(jiān)，新加坡國(guó)立大學(xué)金融數(shù)學(xué)碩士，新加坡國(guó)立大學(xué)量化金融學(xué)士。  《王的機(jī)器》公眾號(hào)號(hào)主，已出版書籍《快樂(lè)機(jī)器學(xué)習(xí)》，即將出版書籍《Python - 金工, 機(jī)學(xué), 可視化》。   關(guān)于書籍和公眾號(hào)的介紹，大家可以關(guān)注作者公眾號(hào)了解，下面重點(diǎn)介紹本課程內(nèi)容。 Python基礎(chǔ)篇 第1門課程為Python基礎(chǔ)篇，共計(jì)11課，約12個(gè)小時(shí)。 在人工智能和深度學(xué)習(xí)領(lǐng)域，Python語(yǔ)言是必須掌握的，幾乎所有的開源框架都基于Python接口，數(shù)據(jù)獲取與整理需要用到Python，市面上Python教程眾多，但良莠不齊，本次我們推薦一門適合新手學(xué)習(xí)的高質(zhì)量Python視頻教程，下面請(qǐng)聽介紹。  課程內(nèi)容包括編程概論，數(shù)據(jù)，流程，函數(shù)，對(duì)象和類，高級(jí)特征共6大部分，如下腦圖。  從下面動(dòng)圖可看出每個(gè)點(diǎn)的更多細(xì)節(jié)。  市面上免費(fèi)或低價(jià)的Python課那么多，為什么我們要推薦這門課呢，原因有以下幾點(diǎn)： (1) 故事化（dramatize）的教學(xué)方式，可以引人入迷，更容易接受知識(shí)。 故事總是比代碼更能讓人感興趣，以 Python 的難點(diǎn)「裝飾器」為例，如果一上來(lái)就給裝飾器的代碼 @decorate_function，沒(méi)有多少人能堅(jiān)持學(xué)下去的。但是如果將它賦予故事呢？ 故事開始：斯蒂文是個(gè)廚師，有一天開始研究漢堡 (burger) 的做法，第一次他只用雞肉餅做漢堡。 def meat(food='--雞肉餅--'): print(food) burger() 輸出為： --雞肉餅-- 很明顯漢堡都是肉，太葷了。加點(diǎn)蔬菜如何？ def vegetable(func): def wrapper(): print(' ~西紅柿~') func() print(' ~沙拉菜~') burger = vegetable(meat) burger() 輸出為： ~西紅柿~ 現(xiàn)在漢堡看起來(lái)不錯(cuò)，可是好像看缺少了什么？對(duì)，再加點(diǎn)面包就好了。 def bread(func): def wrapper(): print('</------\>') func() print('<\------/>') return wrapper burger = bread(vegetable(meat)) burger() 輸出為： </------\> 故事結(jié)束：現(xiàn)在看上去真像漢堡，面包夾著蔬菜，蔬菜夾著肉。面包和蔬菜「裝飾」著雞肉餅，bread() 和 vegatable() 這兩個(gè)函數(shù)起著「裝飾器」的作用，它們沒(méi)有改變 meat() 函數(shù)，只在它的基礎(chǔ)上添磚加瓦，最后把雞肉餅裝飾成漢堡。通過(guò)故事化的講述方式，讀者往往會(huì)有更加深刻的體驗(yàn)； (2) 可視化的豐富案例，一圖勝千言，人是感官動(dòng)物，從圖表中接收的信息絕對(duì)比從文字快，而且可視化可以增強(qiáng)記憶。 在學(xué)習(xí)高階函數(shù) map, filter, reduce 的時(shí)候，絕大教材都會(huì)直接上代碼這樣舉例： lst = [1, 2, 3, 4, 5] map_iter = map( lambda x: x**2, lst ) list(map_iter) f_iter = filter( lambda x: x%2==1, lst ) list(f_iter) from functools import reduce reduce( lambda x,y: x+y, lst ) 雖然可以看懂，但是總覺得不直觀。再看看作者是如何來(lái)「可視化」這三個(gè)函數(shù)的。  我們看著 Emoji，很自然的就能讀懂  這樣是不是秒懂 map, filter 和 reduce 了？類似的案例非常多，甚至于列表解析式都可以可視化，整個(gè)學(xué)習(xí)過(guò)程非常養(yǎng)眼；  (3) 抽象化，從具體問(wèn)題能抽出本質(zhì)是一種很重要的能力，人一旦會(huì)舉一反三才算會(huì)學(xué)習(xí)。 以格式化字符串舉例，一般有四種方法： 用 % 字符 用 $ 字符 用 format 函數(shù) 用 f-string 如果光看例子，那真是千奇百怪，但透過(guò)例子看本質(zhì)，每種方法都有通用的語(yǔ)法格式，如下圖總結(jié)。  課程訂閱方式如下，學(xué)習(xí)時(shí)間永久有效，當(dāng)前課程定價(jià)為199元，明日（7月1日）起價(jià)格調(diào)整為299元。 Python金融篇 第2門課程為Python金融篇，共計(jì)11課，約20多個(gè)小時(shí)。 Python是金融行業(yè)的重要工具，當(dāng)前已經(jīng)包含了8大金融行業(yè)的實(shí)際案例進(jìn)行實(shí)踐，而且明天就要添加新的案例，目錄如下：  課程內(nèi)容包括numpy，pandas，scipy，8大案例，包含時(shí)間序列探索股票數(shù)據(jù)、從Tick到Bar采樣高頻數(shù)據(jù)、商業(yè)銀行-計(jì)量信用組合經(jīng)濟(jì)資本、模型轉(zhuǎn)變-負(fù)利率和負(fù)油價(jià)、固定收益-構(gòu)建債券收益率曲線、投資銀行-蒙特卡洛定價(jià)百慕大期權(quán)、私募券商-有限差分定價(jià)雪球、私人銀行-外匯交易組合保證金制定八大金融案例。 numpy內(nèi)容思維導(dǎo)圖 pandas內(nèi)容思維導(dǎo)圖 scipy內(nèi)容思維導(dǎo)圖 市面上免費(fèi)或低價(jià)的Python課那么多，為什么我們要推薦這門課呢，原因有以下幾點(diǎn)： (1) 先看看他的學(xué)習(xí)思路和教課理念，看是不是符合你的胃口。 有個(gè)人可能會(huì)問(wèn) NumPy-Pandas-SciPy 不都是免費(fèi)資源嗎，為什么還要花錢來(lái)上課？沒(méi)錯(cuò)，講師也是參考了大量書籍、優(yōu)質(zhì)博客和付費(fèi)課程中汲取眾多精華，才打磨出來(lái)的前幾節(jié)基礎(chǔ)課。 WHY：為什么會(huì)有三者？ 每一個(gè)工具包的創(chuàng)建必是解決痛點(diǎn)。 WHAT：三者是什么？
HOW：怎么去學(xué)三者？
HOW WELL：怎么學(xué)好三者？
(2) 課程中的八大案例是基于講師做過(guò)的真實(shí)項(xiàng)目 八大案例有的是講師親自為客戶做過(guò)的項(xiàng)目 (當(dāng)然講出來(lái)的時(shí)候會(huì)修改數(shù)據(jù))，有的是私募的朋友要發(fā)行產(chǎn)品讓講師幫其估值，有的是業(yè)界 best practice。最值錢的是這些案例，除了將 NumPy, Pandas 和 SciPy 應(yīng)用在金融上，你還能學(xué)到各種關(guān)于產(chǎn)品定價(jià)、風(fēng)險(xiǎn)管理、量化投資等金融工程的知識(shí)。只要你們認(rèn)真學(xué)習(xí)這些案例，聽完之后可以做很多金融從業(yè)者做的事情了。 案例1 時(shí)間序列探索股票數(shù)據(jù) 案例2 從Tick到Bar采樣高頻數(shù)據(jù) 案例3 商業(yè)銀行-計(jì)量信用組合經(jīng)濟(jì)資本 案例4 模型轉(zhuǎn)變-負(fù)利率和負(fù)油價(jià) 案例5 固定收益-構(gòu)建債券收益率曲線 案例6 投資銀行-蒙特卡洛定價(jià)百慕大期權(quán) 案例7 私募券商-有限差分定價(jià)雪球 案例8 私人銀行-外匯交易組合保證金制定 侵權(quán)必究 |
|
|
