¿Cuál es un buen recurso de libro para programación en Python en relación con finanzas cuantitativas?

Question

Conozco un poco de Python básico, pero solo he utilizado brevemente numpy, pandas, etc...

Me preguntaba cuál sería una buena fuente para aprender Python específicamente para finanzas cuantitativas. Conozco muchos libros/recursos para aprender Python en general. Me preguntaba si había algún recurso para aprender Python específicamente cuando se trata de investigación cuantitativa en finanzas.

Estoy tratando de tomar una clase de ML en mi escuela y necesito un curso intensivo rápido sobre Python que pueda estudiar durante el invierno. Espero que dicho recurso incluya mejores prácticas (cómo la industria estructura los datos) y cubra específicamente los paquetes más utilizados en finanzas cuantitativas.

¡Gracias!

Answer 1

Prueba los libros de Hilpisch, especialmente Python for Finance. Para la valoración de derivados específicamente, él escribió Derivatives Analytics with Python.

¡Espero que te ayude!

Answer 2

Comencé con "Pandas for Data Analysis" de Wes McKinney (el desarrollador original de pandas) sin haber utilizado nunca Python antes.

Después de 3 años, tengo habilidades de un desarrollador full stack, luego de otros proyectos utilizando por ejemplo "Flask for Web Development" de Miguel Grinberg, que es un proyecto interesante para familiarizarse con las bases de datos y la interacción con clases de SQLAlchemy.

Existen algunos libros específicamente dedicados a Finanzas, pero en mi opinión es perfectamente válido aprender los principios genéricos de programación y luego aplicarlos al análisis de datos de elección, sea cual sea este.

Answer 3

Puedes revisar los siguientes libros sobre Python y R Incluye modelos de series temporales, pronósticos y modelos de análisis predictivo para acciones

1. Modelos de pronóstico – una visión general con la ayuda del software R: Series temporales - Pasado, Presente y Futuro

https://www.amazon.co.uk/dp/B07VFY53B1

2. Programación en Python para Científicos de Datos: Desde conceptos introductorios hasta modelos de aprendizaje automático