KDB+/Q/Python Financial Data Ananlysis Schulung

Schulungsübersicht

Hintergründe:

KDB+ ist in der Finanzbranche und anderen Bereichen weit verbreitet. Sie ist speicherbasiert, spaltenbasiert, effizient und besonders geeignet für die Verarbeitung von Finanzdaten. Viele Investmentbanken, Hedge-Fonds und Prop-Trading-Stunden setzen KDB+ für viele Datenanalysen und Datendienste ein. KDB+ spielt eine wichtige Rolle bei der Analyse im Backtesting und im täglichen Handel, um die Ursachen zu finden und die Qualität und Effizienz des Handels zu verbessern.Python ist auch in der Finanzindustrie weit verbreitet und kann KDB+ leicht manipulieren und bietet viele Bibliotheken für die Analyse.

In diesem Kurs wird vorgestellt, wie Q/KDB+/Python in der Finanzbranche eingesetzt wird (wie werden Daten gespeichert, wie wird die Daten-API verwendet, wie wird das Gateway genutzt, um gleichzeitige Verbindungen zu unterstützen, Fehlersuche und -behebung auf KDB+ usw.) sowie viele Szenarien und relevante Lösungen.

Was ist der Vorteil von KDB+ in der Finanzanalyse?

- Szenarien

- Leistung & Effizienz

- welche Art von Finanzdatensatz

KDB+ Grundlagen

- Typ-Definition & Besetzung

- Funktionelles Auswählen/Aktualisieren/Löschen

- Funktionen/Lamda, Sync/Async Funktionsaufruf

- Web-Socket-Unterstützung

- Dateikompression

- Sym Aufzählung und Denumeration

- Splay-Tabelle und Partition

Wie können wir KDB+ einsetzen?

- Zeckenpflanze

- RDB/HDB

- gateway/API

- Berichtswesen

Wie können wir auf KDB+ zugreifen?

- Q

- Python

- R

- Java

- C/C++

Wie kann ich Daten aus einer anderen Datenquelle in KDB+ importieren?