Schulungsübersicht
Hintergründe:
KDB+ wird häufig in der Finanzbranche und anderen Branchen eingesetzt. Es handelt sich um einen speicherinternen, spaltenbasierten, effizienten, besonders kompetenten TP-Prozess für Finanzdatensätze. Viele Investmentbanken, Hedgefonds und Prop-Trading-Händler nutzen KDB+ für viele Datenanalysen und Datendienste. KDB+ spielt eine wichtige Rolle bei der Analyse im Backtesting und im täglichen Handel, ermittelt die Grundursache und verbessert die Handelsqualität und -effizienz.Python wird auch in der Finanzbranche häufig verwendet und kann KDB+ einfach manipulieren und viele Bibliotheken für die Analyse bereitstellen.
In diesem Kurs wird vorgestellt, wie Q/KDB+/Python in der Finanzbranche verwendet wird (wie werden Daten gespeichert, wie wird die Daten-API verwendet, wie wird das Gateway zur Unterstützung gleichzeitiger Verbindungen genutzt, Fehlerbehebung und??Unterstützung für KDB+ und usw.) und viele Szenarien und relevante Lösungen.
Was ist der Vorteil von KDB+ in der Finanzanalyse?
- Szenarien
- Leistungsfähigkeit
- welche Art von Finanzdatensatz
KDB+-Grundlagen
- Typdefinition und Besetzung
- Funktionsauswahl/Aktualisierung/Löschen
- Funktionen/Lamda, sync/async-Funktionsaufruf
- Web-Socket-Unterstützung
- Dateikomprimierung
- Sym-Aufzählung und Denumeration
- Spreiztisch und Trennwand
Wie können wir KDB+ bereitstellen?
- Zeckenpflanze
- RDB/HDB
- Gateway/API
- Berichterstattung
Wie können wir auf KDB+ zugreifen?
- Q
- Python
- R
- Java
- C/C++
Wie können Daten aus anderen Datenquellen in KDB+ importiert werden?
- txt/csv
- HTML/Webseite
- SQL Server
Voraussetzungen
Verständnis von Database und Statistik
Erfahrungsberichte (1)
Gute Einführung in das Thema, der Trainer hat sich voll und ganz auf meine Wünsche eingestellt.
Mathieu - Crédit Agricole Corporate & Investment Bank
Kurs - KDB+/Q/Python Financial Data Ananlysis
Maschinelle Übersetzung