KDB+/Q/Python Financial Data Ananlysis - Plan Szkolenia

Kontekst:

KDB+ jest szeroko stosowany w branży finansowej i innych. Jest to oparte na kolumnach, wydajne i szczególnie wydajne rozwiązanie do przetwarzania danych finansowych. Wiele banków inwestycyjnych, funduszy hedgingowych i prop-trading godzin zatrudnionych KDB + do wielu analiz danych i usług danych. KDB + odgrywa znaczącą rolę w analizie w testach wstecznych i codziennym handlu, znajduje przyczynę źródłową i poprawia jakość i wydajność handlu.Python jest również szeroko stosowany w branży finansowej i może łatwo manipulować KDB +, zapewnia wiele bibliotek do analizy.

W tym kursie przedstawimy, w jaki sposób Q / KDB + / Python są wykorzystywane w branżach finansowych (jak przechowywać dane, w jaki sposób wykorzystywane jest API danych, w jaki sposób brama jest wykorzystywana do obsługi współbieżnych połączeń, rozwiązywania problemów i obsługi KDB + itp.

Jakie są zalety KDB+ w analizie finansowej?

- Scenariusze

- Wydajność i efektywność

- Jaki rodzaj zbioru danych finansowych

Podstawy KDB+

- definiowanie i rzutowanie typów

- funkcjonalne wybieranie/aktualizowanie/usuwanie

- funkcje/lamda, wywoływanie funkcji synchronizacji/asynchronizacji

- obsługa gniazd internetowych

- kompresja plików

- wyliczanie i denumeracja sym

- tabela splay i partycja

Jak możemy wdrożyć KDB+?

- tickplant

- RDB/HDB

- brama/API

- Raportowanie

Jak uzyskać dostęp do KDB+

- Q

- Python

- R

- Java

- C/C++

Jak zaimportować dane z innego źródła danych do KDB+?

- txt/csv

- html/strona internetowa

- 3] Serwer