Olvasói vélemények
Összegzés:A könyv gyakorlati betekintést nyújt a C# kvantitatív pénzügyi alkalmazásokhoz való használatába, különösen a WPF és a QuantLib segítségével. Bár hasznos forráskóddal és példákkal rendelkezik, aggodalmak merülnek fel a könyv mélységével, költségével és a WPF-technológia relevanciájával kapcsolatban.
Előnyök:Jó gyakorlati példák, hasznos forráskód, a kevés C# nyelven írt kvantitatív könyvek egyike, tetszetős WPF-felület, elegendő matematikai magyarázat a megvalósítás megértéséhez.
Hátrányok:Magasabb ár, az átfogó anyag esetleges hiánya, a kvant fejlesztői állások csökkenő száma, a WPF technológia elavultnak tekinthető.
(3 olvasói vélemény alapján)
Eredeti címe:
Practical C# and WPF for Financial Markets: Advanced C#, WPF, and MVVM Programming for Quant Developers/Analysts and Individual Traders
Könyv tartalma:
A Practical C# and WPF for Financial Markets teljes körű magyarázatot ad a.NET programozásra a kvantitatív pénzügyekben. Bemutatja, hogyan lehet kvantitatív modelleket implementálni és kereskedési stratégiákat visszatesztelni. Különös figyelmet fordít az olyan üzleti alkalmazások és újrafelhasználható C# könyvtárak létrehozására, amelyek közvetlenül felhasználhatók a kvantitatív pénzügyek valós problémáinak megoldására. A könyv a következőket tartalmazza:
- A C#, a WPF programozás, az adatkötés és az MVVM minta áttekintését, amely szükséges az MVVM-kompatibilis.NET pénzügyi alkalmazások létrehozásához.
- Lépésről lépésre történő megközelítések különböző MVVM-kompatibilis 2D/3D grafikonok, részvénydiagramok és technikai indikátorok létrehozásához a saját grafikoncsomagom és a Microsoft grafikonvezérlő segítségével.
- Bevezetés az ingyenes piaci adatok online adatforrásokból való lekérdezésébe.NET interfészek használatával. Ezek az adatok közé tartoznak az EOD, valós idejű napközbeni, kamatláb, devizaárfolyam és opciós lánc adatok.
- Részvényopciók és fix kamatozású eszközök, köztük európai/amerikai/határidős opciók, kötvények és CDS-ek árazására szolgáló részletes eljárások, valamint a kapcsolódó témák, például a pénzáramlások, a futamidős struktúrák, a hozamgörbék, a diszkonttényezők és a nulla kamatozású kötvények megvitatása.
- Bevezetés a lineáris elemzésbe, az idősorelemzésbe és a gépi tanulásba a pénzügyekben, amely a lineáris regressziót, a PCA-t, az SVM-et és a neurális hálózatokat foglalja magában.
- A kereskedési stratégiák fejlesztésének és a backtesztelésnek a mélyreható leírása, beleértve az egyrészvényes kereskedésre, a részvénypáros kereskedésre és a több eszközből álló portfóliók kereskedésére vonatkozó stratégiákat.
