Новый материал в ленте

Стохастическая волатильность: как её моделируют? На примере опционов на эфир

Волатильность является одним из важнейших параметров в оценке опционов, управлении рисками и построении торговых стратегий. Классическая модель Блэка-Шоулза-Мертона, предполагающая постоянную волатильность, не способна отразить динамику рынка, где наблюдаются эффекты «улыбки волатильности» и кластеризации. Для более точного описания рыночных процессов разработаны модели стохастической волатильности, среди которых наиболее известными являются модель Хестона и модель SABR. Эти подходы учитывают случайный характер изменений волатильности и позволяют более адекватно оценивать деривативы.

Python Дайджест. Выпуск 505

(21.08.2023 - 27.08.2023)

поделиться выпуском

Статьи

Сводка от pythonz.net 20.08.2023 — 27.08.2023

А теперь о том, что происходило в последнее время на других ресурсах.

Создание красивого Desktop-приложения на Python (customtkinter)

Если Вы как и я решили впервые взглянуть в сторону Python после нескольких попыток изучения С++/C# то скорее всего первым проектом станет desktop-приложение.

Python библиотека RuPersonaAgent для создания русскоязычного персонифицированного диалогового агента

Сегодня мы расскажем о библиотеке для Питона под названием rupersonaagent. Это небольшой пакет с функциями и классами для разработки русскоязычного персонифицированного диалогового агента с динамической долговременной памятью. Каждый алгоритм, представленный в библиотеке, может быть переиспользован отдельно для других задач — например, представленные в ней методы оптимизации можно применить для различных генеративных и ранжирующих моделей.

Преобразование табличных данных в Python

Предположим: вы полны желания изучить манящий массив данных. К счастью, для этого достаточно вашего компьютера. Итак, вы открываете блокнот Python или REPL, чтобы начать работать: какую библиотеку использовать?

Python Code to Generate Random Email

Django Rest Framework. Туториал или как легко писать backend. Часть 1

Build a Code Image Generator With Python

People Counter on OAK

Мультиплеер PyGame. Пишем сервер и клиент. Часть 1

Это моя первая статья и серия из статьей о написании мультиплеерной игры на Python с использованием библиотеки Pygame.

Как правильно дифференцировать дискретные функции (Часть 2. Все-таки, МКЭ?)

Публикация является продолжением обсуждения алгоритмов вычисления первой производной дискретной функции (функции, заданной массивом {аргумент: значение}, или массивом узловых значений).

GIL removal and the Faster CPython project

End-to-End Testing With Python and Playwright

Click: Build Extensible and Composable CLI Apps

Разработка RESTful API на Python с помощью HappyX

До недавнего времени писать веб приложения на веб фреймворке HappyX было возможно лишь с помощью Nim. На данный момент HappyX доступен и на Python. Любой желающий может воспользоваться библиотекой, если не знает Nim. В этой статье мы создадим фейковое API GitHub'а.

Управление сервоприводами, ЧАСТЬ 1. Сервоприводы — устройство и способы управления

Создателям роботов и систем автоматизации не обойтись без таких устройств, как сервоприводы или, как их еще называют, сервомоторы. Обычные электрические моторы непрерывно вращают вал в одну или в другую сторону.

Я сделал Stable Diffusion XL «умнее» обучив её на плохих изображениях, созданных искусственным интеллектом

В прошлом месяце Stability AI выпустила Stable Diffusion XL 1.0 (SDXL) и открыла её исходный код, не требуя каких-либо специальных разрешений для доступа к ней. Релиз прошёл в основном незамеченным, потому что шумиха вокруг генеративного искусственного интеллекта немного поутихла.

Вопросы и обсуждения

Test and Code: 206: TDD in Context

Audio

The Real Python Podcast – Episode #169: Improving Classification Models With XGBoost

How can you improve a classification model while avoiding overfitting? Once you have a model, what tools can you use to explain it to others? This week on the show, we talk with author and Python trainer Matt Harrison about his new book Effective XGBoost: Tuning, Understanding, and Deploying Classification Models.

Talk Python to Me: #427: 10 Tips and Ideas for the Beginner to Expert Python Journey

Audio