Universität Wien FIND

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Vor-Ort-Lehre und Umstellung auf Online-Prüfungen) erforderlich sein. Melden Sie sich für Lehrveranstaltungen/Prüfungen über u:space an, informieren Sie sich über den aktuellen Stand auf u:find und auf der Lernplattform moodle.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter https://studieren.univie.ac.at/info.

040031 KU Python for Finance I (MA) (2020S)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung

An/Abmeldung

Details

max. 35 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Home learning from March 17. The final exam will take place online on April 28. See the announcements on Moodle.

Dienstag 03.03. 13:15 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 10.03. 13:15 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 17.03. 13:15 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 24.03. 13:15 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 31.03. 13:15 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 21.04. 13:15 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß
Dienstag 28.04. 13:15 - 16:30 PC-Seminarraum 5 Oskar-Morgenstern-Platz 1 1.Untergeschoß

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

The course provides an introduction to Python, a programming language that has become popular in the financial industry besides other quantitative fields. Participants do not need prior programming experience, though they should have successfully completed Basics of Finance or comparable courses.
We will start with an introduction to programming and the basics of Python. Subsequently, the course will consist of an introduction to some of the Python packages most relevant for applications in Finance.
This course is of an applied nature, with the goal of enabling students to use Python to solve problems they may encounter in practice.

Main Topics of the Course:

1. Introduction to Programming and Python
2. Numerical Computing with NumPy
3. Data Analysis with pandas

Other topics: data Visualization with matplotlib and regression analysis with statsmodels.

Art der Leistungskontrolle und erlaubte Hilfsmittel

The grade will be based on homework exercises that participants are expected to present in class, class participation, and a final exam.

Mindestanforderungen und Beurteilungsmaßstab

40% homework exercises
20% class participation
40% final exam

Minimum requirement for a positive grade: a total of 50%.

Prüfungsstoff

All material covered in class.

Literatur

Main reference:

Sheppard, Kevin. Introduction to Python for Econometrics, Statistics and Data Analysis, 2019. https://www.kevinsheppard.com/files/teaching/python/notes/python_introduction_2019.pdf

Others (besides official Python documentation and tutorials):

McKenney, Wes. Python for Data Analysis, 2nd edition, 2017. O'Reilly Media.

Hilpisch, Yves, Python for Finance: Mastering Data-Driven Finance, 2018, O’Reilly Publishing.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:19