Tidy Finance With Python

Autor Voigt Stefan, Christoph Frey, Patrick Weiss & další

Tidy Finance With Python - Voigt Stefan,Christoph Frey,Patrick Weiss,Christoph Scheuch

Tidy Finance With Python

Autor Voigt Stefan, Christoph Frey, Patrick Weiss & další

0.0 z 5 hvězdiček 0 hodnocení čtenářů

Kniha ( měkká vazba )

Do košíku

2 343 Kč s DPH
Jsme transparentní

E-shopové listy

Při zaslání zboží balíčkem

K nákupu nad 99 Kč dárek zdarma v hodnotě 19 Kč

E-shopové listy

Rozhodně mě nečti!

Při zaslání zboží balíčkem

K nákupu nad 999 Kč dárek zdarma v hodnotě 329 Kč

Rozhodně mě nečti!

This textbook shows how to bring theoretical concepts from finance and econometrics to the data. Focusing on coding and data analysis with Python, we show how to conduct research in empirical finance from scratch. We start by introducing the concepts of tidy data and coding principles using pandas, numpy, and plotnine. Code is provided to… Přejít na celý popis

Robert Záruba: Život v přímém přenosu V devíti letech si Robert Záruba napsal do deníku, že má rád sport. O pár desítek let později má za sebou přes 2000 přenosů a vypráví, jak se ze stydlivého kluka stal hlas českého sportu. Více informací

K tomuto produktu zákazníci kupují

Popis Hodnocení 0.0 z 5 hvězdiček 0 Vývoj ceny

Popis

This textbook shows how to bring theoretical concepts from finance and econometrics to the data. Focusing on coding and data analysis with Python, we show how to conduct research in empirical finance from scratch. We start by introducing the concepts of tidy data and coding principles using pandas, numpy, and plotnine. Code is provided to prepare common open-source and proprietary financial data sources (CRSP, Compustat, Mergent FISD, TRACE) and organize them in a database. We reuse these data in all the subsequent chapters, which we keep as self-contained as possible. The empirical applications range from key concepts of empirical asset pricing (beta estimation, portfolio sorts, performance analysis, Fama-French factors) to modeling and machine learning applications (fixed effects estimation, clustering standard errors, difference-in-difference estimators, ridge regression, Lasso, Elastic net, random forests, neural networks) and portfolio optimization techniques.

Key Features:

Self-contained chapters on the most important applications and methodologies in finance, which can easily be used for the readerÂ’s research or as a reference for courses on empirical finance.Each chapter is reproducible in the sense that the reader can replicate every single figure, table, or number by simply copying and pasting the code we provide.A full-fledged introduction to machine learning with scikit-learn based on tidy principles to show how factor selection and option pricing can benefit from Machine Learning methods.We show how to retrieve and prepare the most important datasets financial economics: CRSP and Compustat, including detailed explanations of the most relevant data characteristics.Each chapter provides exercises based on established lectures and classes which are designed to help students to dig deeper. The exercises can be used for self-studying or as a source of inspiration for teaching exercises.

Sdílet

autoři
Voigt Stefan | Christoph Frey | Patrick Weiss | Christoph Scheuch
kategorie
Knihy » Cizojazyčná literatura » English literature » Nonfiction » Science
Témata
Nakladatel
Taylor & Francis Ltd
Rozměr
254 x 178 x 18
jazyk
angličtina
Vazba
měkká vazba
Hmotnost
490 g
isbn
978-1-03-267641-8
Počet stran
246
datum vydání
12.07.2024
ean
9781032676418

Hodnocení a recenze čtenářů Nápověda

0.0 z 5 0 hodnocení čtenářů

0× 5 hvězdiček 0× 4 hvězdičky 0× 3 hvězdičky 0× 2 hvězdičky 0× 1 hvezdička

Přidejte své hodnocení knihy

Načíst další hodnocení

Zobrazit všechna hodnocení

Přidat hodnocení

Vývoj ceny

Vývoj ceny Nápověda

Získejte přehled o vývoji ceny za posledních 60 dní.

Maloobchodní cena Minimální prodejní cena: 2 343 Kč Nápověda

Články, které stojí za pozornost

Zobrazit blog

Články, které stojí za pozornost