Python已成为数据驱动和AI优先的金融界的编程语言。一些投资银行和对冲基金现在都使用Python及其生态系统来构建核心交易和风险管理系统。 　　在《Python金融大数据分析（第2版 版）》的第二版中，YvesHilpisch向开发人员和定量分析师展示了如何使用Python和工具进行金融数据科学、算法交易和计算金融学。第二版针对Python3进行了更新，其中的大部分代码都采用了JupyterNotebooks的形式，为几乎所有的示例提供了可执行交互式版本。在共5部分内容中，你将学习到Python及其生态系统是如何为从事金融业务的公和个人提供技术框架的。

高级Redis进阶课 解决Redis实际问题+掌握Redis6.x特性 视频

增强学习导论中文版 Reinforcement learning an introduction 中文版

Reinforcement Learning An Introduction (2nd Edition)

Learning OpenCV 4 Computer Vision with Python 3

If you are interested in quantitative finance, financial modeling, and trading, or simply want to learn how Python and pandas can be applied to finance, then this book is ideal for you. Some knowledge of Python and pandas is assumed. Interest in financial concepts is helpful, but no prior knowledge is expected.

Python Concurrency with asyncio

Node Cookbook, Second Edition

Foundations of Python 3 Network Programming, Second Edition

本书主要展示如何使用Elasticsearch构建可扩展的搜索应用程序。书中覆盖了Elasticsearch的主要特性，从使用不同的分析器和查询类型进行相关性调优，到使用聚集功能进行实时性分析，还有地理空间搜索和文档过滤等更多吸引人的特性。 全书共分两个部分，*部分解释了核心特性，内容主要涉及Elasticsearch的介绍，数据的索引、更新和删除，数据的搜索，数据的分析，使用相关性进行搜索，使用聚集来探索数据，文档间的关系等；第二部分介绍每个特性工作的更多细节及其对性能和可扩展性的影响，以便对核心功能进行产品化，内容主要涉及水平扩展和性能提升等。此外，本书还有6个附录（网上下载），提供了读者应该知道的特性，展示了关于地理空间搜索和聚集，如何管理Elasticsearch插件，学习在搜索结果中如何高亮查询单词，在生产环境中用来协助管理Elasticsearch的第三方的监控工具有哪些，如何使用Percolator过滤为多个查询匹配少量文档，如何使用不同的建议器来实现自动完成的功能。