摩根纽约总部量化女神手把手教你学Python机器学习与量化交易

└─ 摩根纽约总部量化女神手把手教你学Python机器学习与量化交易 ->
　 ├─ 第16节 面试I.mp4 - 269.8M
　 ├─ 第16节 简历和面试II.mp4 - 52.1M
　 ├─ 第15节 重点抽样级数和测度变化.mp4 - 35.1M
　 ├─ 第15节 信用风险的IRC模型和高斯核.mp4 - 59M
　 ├─ 第15节 常见蒙特卡罗方差降低方法与期权定价.mp4 - 75.3M
　 ├─ 第14节 美式期权和欧式期权定价.mp4 - 71.6M
　 ├─ 第13节 Python for ODE PDE numerical methods (Python for 偏微分方程数值解).mp4 - 139M
　 ├─ 第12节-机器学习于量化交易中的应用IV.mp4 - 280.3M
　 ├─ 第11节-主成分分析.mp4 - 35.6M
　 ├─ 第11节-Introduction to Clustering.mp4 - 92.2M
　 ├─ 第11节- Neural network.mp4 - 81.7M
　 ├─ 第10节-判别分析.mp4 - 31.3M
　 ├─ 第10节-逻辑回归.mp4 - 34.3M
　 ├─ 第10节-SVM 和交叉验证的模型选择.mp4 - 151.6M
　 ├─ 第09节-线性回归.mp4 - 45.1M
　 ├─ 第09节-决策树.mp4 - 42.1M
　 ├─ 第09节-shrinkage regression.mp4 - 42.7M
　 ├─ 第09节-boosting&bagging.mp4 - 108.9M
　 ├─ 第08节-金融时间序列-II-协整性.mp4 - 49.6M
　 ├─ 第08节-金融时间序列-II-卡尔曼滤波.mp4 - 120M
　 ├─ 第08节-金融时间序列-II-state model.mp4 - 36.7M
　 ├─ 第08节-金融时间序列-II-Hidden Markov Models.mp4 - 34.9M
　 ├─ 第07节-金融时间序列分析-I.mp4 - 200.2M
　 ├─ 第06节-贝叶斯随机波动率.mp4 - 21.7M
　 ├─ 第06节-贝叶斯例子和线性模型.mp4 - 54.9M
　 ├─ 第06节-贝叶斯估计.mp4 - 57.7M
　 ├─ 第05节-事件驱动的交易策略和实施.mp4 - 72M
　 ├─ 第05节-Parameter optimization（参数优化）.mp4 - 104.2M
　 ├─ 第04节-金融数据建模与预测-风险测度因子.mp4 - 194.1M
　 ├─ 第03节-Python for Finance 常用packages 学习 II.mp4 - 199.8M
　 ├─ 第02节-Python for Finance 常用packages 学习I.mp4 - 166.8M
　 ├─ 第01节-简介与Python安装.mp4 - 78.9M
　 ├─ 第01节-Python数据结构.mp4 - 77.9M
　 └─ 00基本预测.mp4 - 67M