摩根纽约总部量化女神手把手教你学Python机器学习与量化交易

00基本预测.mp4
第01节-Python数据结构.mp4
第01节-简介与Python安装.mp4
第02节-Python for Finance常用packages学习I.mp4
第03节-Python for Finance常用packages学习I.mp4
第04节-金融数据建模与预测-风险测度因子.mp4
第05节-Parameter optimization (参数优化) .mp4
第05节-事件驱动的交易:策略和实施.mp4
第06节-贝叶斯估计.mp4
第06节-贝叶斯例子和线性模型.mp4
第06节-贝叶斯随机波动率.mp4
第07节-金融时间序列分析-I.mp4
第08节-金融时间序列-II-Hidden Markov Models.mp4
第08节-金融时间序列-II state model.mp4
第08节-金融时间序列II-卡尔曼滤波.mp4
第08节-金融时间序列II-协整性.mp4
第09节-boosting&bagging.mp4
第09节-shrinkage regression.mp4
第09节-决策树.mp4
第09节-线性回归.mp4
第10节-SVM和交叉验证的模型选择.mp4
第10节-逻辑回归.mp4
第10节-判别分析.mp4
第11节- Neural network.mp4
第11节-Introduction to Clustering.mp4
第11节-主成分分析.mp4
第12节-机器学习于量化交易中的应用IV.mp4
第13节Python for ODE PDE numenical methods (Python for偏微分方程数值解).mp4
第14节美式期权和欧式期权定价.mp4
第15节常见蒙特卡罗方差降低方法与期权定价.mp4
第15节信用风险的IRC模型和高斯核.mp4
第15节重点抽样级数和测度变化.mp4
第16节简历和面试II.mp4
第16节面试I.mp4