Bewertung:
Das Buch bietet praktische Einblicke in die Verwendung von C# für quantitative Finanzen, insbesondere mit WPF und QuantLib. Obwohl es nützlichen Quellcode und Beispiele enthält, werden Bedenken hinsichtlich der Tiefe, der Kosten und der Relevanz der WPF-Technologie geäußert.
Vorteile:Gute praktische Beispiele, nützlicher Quellcode, eines der wenigen quantitativen Bücher, die in C# geschrieben sind, ansprechende WPF-Oberfläche, ausreichende mathematische Erklärung zum Verständnis der Implementierung.
Nachteile:Höherer Preis, potenzieller Mangel an umfassendem Material, abnehmende Zahl von Stellen für Quant-Entwickler, WPF-Technologie gilt als veraltet.
(basierend auf 3 Leserbewertungen)
Practical C# and WPF for Financial Markets: Advanced C#, WPF, and MVVM Programming for Quant Developers/Analysts and Individual Traders
Practical C# and WPF for Financial Markets bietet eine umfassende Erläuterung der.NET-Programmierung im quantitativen Finanzwesen. Es wird gezeigt, wie man quantitative Modelle und Backtesting-Handelsstrategien implementiert. Besonderes Augenmerk wird auf die Erstellung von Geschäftsanwendungen und wiederverwendbaren C#-Bibliotheken gelegt, die direkt zur Lösung realer Probleme in der quantitativen Finanzwelt eingesetzt werden können. Das Buch enthält:
- Überblick über C#, WPF-Programmierung, Datenbindung und MVVM-Muster, die notwendig sind, um MVVM-kompatible.NET-Finanzanwendungen zu erstellen.
- Schritt-für-Schritt-Ansätze zur Erstellung einer Vielzahl von MVVM-kompatiblen 2D/3D-Charts, Aktiencharts und technischen Indikatoren unter Verwendung meines eigenen Chart-Pakets und des Microsoft Chart Controls.
- Einführung in den kostenlosen Abruf von Marktdaten aus Online-Datenquellen unter Verwendung von.NET-Schnittstellen. Diese Daten umfassen EOD-, Echtzeit-Intraday-, Zins-, Devisenkurs- und Optionsketten-Daten.
- Detaillierte Verfahren zur Bewertung von Aktienoptionen und festverzinslichen Instrumenten, einschließlich europäischer/amerikanischer/Barrier-Optionen, Anleihen und CDS, sowie Diskussionen über verwandte Themen wie Cashflows, Laufzeitstrukturen, Renditekurven, Diskontierungsfaktoren und Nullkuponanleihen.
- Einführung in die lineare Analyse, die Zeitreihenanalyse und das maschinelle Lernen im Finanzwesen, die lineare Regression, PCA, SVM und neuronale Netze umfasst.
- Ausführliche Beschreibungen der Entwicklung von Handelsstrategien und Backtesting, einschließlich Strategien für den Handel mit Einzelaktien, Aktienpaaren und Multi-Asset-Portfolios.
