發表於2024-12-24
第1部分 Python與金融
第1章 為什麼將Python用於金融 3
1.1 Python是什麼 3
1.1.1 Python簡史 5
1.1.2 Python生態係統 5
1.1.3 Python用戶譜係 7
1.1.4 科學棧 7
1.2 金融中的科技 8
1.2.1 科技開銷 9
1.2.2 作為業務引擎的科技 9
1.2.3 作為進入門檻的科技和人纔 9
1.2.4 不斷提高的速度、頻率、數據量 10
1.2.5 實時分析的興起 11
1.3 用於金融的Python 12
1.3.1 金融和Python語法 12
1.3.2 Python的效率和生産率 15
1.3.3 從原型化到生産 19
1.4 結語 20
1.5 延伸閱讀 20
第2章 基礎架構和工具 21
2.1 Python部署 22
2.1.1 Anaconda 22
2.1.2 Python Quant Platform 27
2.1.3 工具 30
2.1.4 Python 30
2.1.5 IPython 30
2.1.6 Spyder 40
2.2 結語 42
2.3 延伸閱讀 43
第3章 入門示例 45
3.1 隱含波動率 46
3.2 濛特卡洛模擬 54
3.2.1 純Python 56
3.2.2 用NumPy嚮量化 57
3.2.3 利用對數歐拉方法實現全嚮量化 59
3.2.4 圖形化分析 60
3.2.5 技術分析 62
3.3 結語 67
3.4 延伸閱讀 68
第2部分 金融分析和開發
第4章 數據類型和結構 71
4.1 基本數據類型 72
4.1.1 整數 72
4.1.2 浮點數 73
4.1.3 字符串 75
4.2 基本數據結構 77
4.2.1 元組 77
4.2.2 列錶 78
4.2.3 離題:控製結構 80
4.2.4 離題:函數式編程 81
4.2.5 字典 82
4.2.6 集閤 84
4.3 NumPy數據結構 85
4.3.1 用Python列錶形成數組 85
4.3.2 常規NumPy數組 87
4.3.3 結構數組 90
4.4 代碼嚮量化 91
4.5 內存布局 93
4.6 結語 95
4.7 延伸閱讀 95
第5章 數據可視化 97
5.1 二維繪圖 97
5.1.1 一維數據集 98
5.1.2 二維數據集 103
5.1.3 其他繪圖樣式 109
5.2 金融學圖錶 116
5.3 3D繪圖 119
5.4 結語 122
5.5 延伸閱讀 122
第6章 金融時間序列 123
6.1 pandas基礎 124
6.1.1 使用DataFrame類的第一步 124
6.1.2 使用DataFrame類的第二步 127
6.1.3 基本分析 131
6.1.4 Series類 134
6.1.5 GroupBy操作 135
6.2 金融數據 136
6.3 迴歸分析 142
6.4 高頻數據 150
6.5 結語 154
6.6 延伸閱讀 154
第7章 輸入/輸齣操作 155
7.1 Python基本I/O 156
7.1.1 將對象寫入磁盤 156
7.1.2 讀寫文本文件 159
7.1.3 SQL數據庫 160
7.1.4 讀寫NumPy數組 162
7.2 Pandas的I/O 164
7.2.1 SQL數據庫 165
7.2.2 從SQL到pandas 166
7.2.3 CSV文件數據 168
7.2.4 Excel文件數據 169
7.3 PyTables的快速I/O 170
7.3.1 使用錶 170
7.3.2 使用壓縮錶 175
7.3.3 使用數組 176
7.3.4 內存外計算 177
7.4 結語 179
7.5 延伸閱讀 180
第8章 高性能的Python 181
8.1 Python範型與性能 182
8.2 內存布局與性能 184
8.3 並行計算 186
8.3.1 濛特卡洛算法 186
8.3.2 順序化計算 187
8.3.3 並行計算 188
8.3.4 性能比較 191
8.4 多處理 191
8.5 動態編譯 193
8.5.1 介紹性示例 193
8.5.2 二項式期權定價方法 195
8.6 用Cython進行靜態編譯 199
8.7 在GPU上生成隨機數 201
8.8 結語 205
8.9 延伸閱讀 205
第9章 數學工具 207
9.1 逼近法 208
9.1.1 迴歸 208
9.1.2 插值 218
9.2 凸優化 221
9.2.1 全局優化 222
9.2.2 局部優化 223
9.2.3 有約束優化 224
9.3 積分 226
9.3.1 數值積分 228
9.3.2 通過模擬求取積分 228
9.4 符號計算 229
9.4.1 基本知識 229
9.4.2 方程式 230
9.4.3 積分 231
9.4.4 微分 232
9.5 結語 233
9.6 延伸閱讀 233
第10章 推斷統計學 235
10.1 隨機數 236
10.2 模擬 241
10.2.1 隨機變量 241
10.2.2 隨機過程 244
10.2.3 方差縮減 256
10.3 估值 259
10.3.1 歐式期權 259
10.3.2 美式期權 263
10.4 風險測度 266
10.4.1 風險價值 266
10.4.2 信用價值調整 270
10.5 結語 272
10.6 延伸閱讀 273
第11章 統計學 275
11.1 正態性檢驗 276
11.1.1 基準案例 277
11.1.2 現實世界的數據 284
11.2 投資組閤優化 289
11.2.1 數據 290
11.2.2 基本理論 291
11.2.3 投資組閤優化 294
11.2.4 有效邊界 296
11.2.5 資本市場綫 297
11.3 主成分分析 300
11.3.1 DAX指數和30種成分股 301
11.3.2 應用PCA 301
11.3.3 構造PCA指數 302
11.4 貝葉斯迴歸 305
11.4.1 貝葉斯公式 305
11.4.2 PyMC3 306
11.4.3 介紹性示例 307
11.4.4 真實數據 310
11.5 結語 318
11.6 延伸閱讀 318
第12章 Excel集成 321
12.1 基本電子錶格交互 322
12.1.1 生成工作簿(.xls) 323
12.1.2 生成工作簿(.xslx) 324
12.1.3 從工作簿中讀取 326
12.1.4 使用OpenPyxl 328
12.1.5 使用pandas讀寫 329
12.2 用Python編寫Excel腳本 332
12.2.1 安裝DataNitro 333
12.2.2 使用DataNitro 333
12.3 xlwings 342
12.4 結語 342
12.5 延伸閱讀 343
第13章 麵嚮對象和圖形用戶界麵 345
13.1 麵嚮對象 345
13.1.1 Python類基礎知識 346
13.1.2 簡單的短期利率類 350
13.1.3 現金流序列類 354
13.2 圖形用戶界麵 356
13.2.1 帶GUI的短期利率類 356
13.2.2 值的更新 358
13.2.3 帶GUI的現金流序列類 360
13.3 結語 362
13.4 延伸閱讀 362
第14章 Web集成 365
14.1 Web基礎知識 366
14.1.1 ftplib 366
14.1.2 httplib 368
14.1.3 urllib 369
14.2 Web圖錶繪製 372
14.2.1 靜態圖錶繪製 372
14.2.2 交互式圖錶繪製 374
14.2.3 實時圖錶繪製 375
14.3 快速Web應用 383
14.3.1 交易者的聊天室 384
14.3.2 數據建模 384
14.3.3 Python代碼 385
14.3.4 模闆 391
14.3.5 樣式化 396
14.4 Web服務 397
14.4.1 金融模型 399
14.4.2 實現 400
14.5 結語 406
14.6 延伸閱讀 406
第3部分 衍生品分析庫
第15章 估值框架 409
15.1 資産定價基本定理 409
15.1.1 簡單示例 409
15.1.2 一般結果 410
15.2 風險中立摺現 412
15.2.1 日期建模和處理 412
15.2.2 固定短期利率 413
15.3 市場環境 415
15.4 結語 418
15.5 延伸閱讀 419
第16章 金融模型的模擬 421
16.1 隨機數生成 422
16.2 泛型模擬類 423
16.3 幾何布朗運動 427
16.3.1 模擬類 427
16.3.2 用例 429
16.4 跳躍擴散 431
16.4.1 模擬類 431
16.4.2 用例 434
16.5 平方根擴散 435
16.5.1 模擬類 435
16.5.2 用例 437
16.6 結語 438
16.7 延伸閱讀 440
第17章 衍生品估值 441
17.1 泛型估值類 441
17.2 歐式行權 445
17.3 估值類 445
17.4 美式行權 451
17.4.1 最小二乘濛特卡洛方法 451
17.4.2 估值類 453
17.4.3 用例 454
17.5 結語 457
17.6 延伸閱讀 458
第18章 投資組閤估值 459
18.1 衍生品頭寸 460
18.1.1 類 460
18.1.2 用例 462
18.2 衍生品投資組閤 463
18.2.1 類 463
18.2.2 用例 467
18.3 結語 472
18.4 延伸閱讀 474
第19章 波動率期權 475
19.1 VSTOXX數據 476
19.1.1 VSTOXX指數數據 476
19.1.2 VSTOXX期貨數據 477
19.1.3 VSTOXX期權數據 479
19.2 模型檢驗 480
19.2.1 相關市場數據 480
19.2.2 期權建模 481
19.2.3 檢驗過程 483
19.3 基於VSTOXX的美式期權 487
19.3.1 期權頭寸建模 487
19.3.2 期權投資組閤 488
19.4 結語 489
19.5 延伸閱讀 490
附錄A 精選的最佳實踐 491
附錄B 看漲期權類 499
附錄C 日期和時間 503
Python金融大數據分析 下載 mobi pdf epub txt 電子書 格式 2024
Python金融大數據分析 下載 mobi epub pdf 電子書provided by Jingdong mall,and it is very good to do
評分書的質量還是很不錯的
評分一天就到瞭,快遞小哥態度很好,翻來看瞭一下目錄都是挺基礎的介紹適閤從入門開始學,
評分●GUI編程:學習使用Python的tkinter部件庫構建完整的用戶界麵。
評分Thank you very much for the excellent service provided by Jingdong mall, and it is very good to do in warehouse management, logistics, distribution and so on. Delivery in a timely manner, distribution staff is also very enthusiastic, and sometimes inconvenient to receive the time, but also arranged for time to be delivered. At the same time in the mall management Jingdong cust
評分物流快,熟包裝可以,書內容質量 閱後再評物流快,熟包裝可以,書內容質量 閱後再評物流快,熟包裝可以,書內容質量 閱後再評
評分一直京東買東西,積纍瞭太多商品沒有評價,就不一一寫評論瞭,總結一下近幾年的購物體驗,有不滿意的時候,也有滿意的時候,但總體來說,比較滿意。 無論是快遞服務和售後服務都挺不錯的,重要的是商品價格和質量整體來說都還不錯,促銷活動時還是比較優惠的。隻是,近兩年的活動似乎沒有前幾年的活動優惠力度大瞭。免運費門檻年年提升。什麼加重費等。還有,現在滿減券也十分有限,不是那麼好領取,經常看著整點也搶不到券,這一點比較鬱悶。所以想買某樣東西時,看著它在活動滿減,但自己卻老是搶不到券,隻能被迫放棄瞭! 總之,希望京東能夠一直保持進步和不斷改善,在京東購買東西,無論是生活用品還是母嬰用品以及圖書音像等,主要是衝著它的品質價格以及服務,方便快捷,東西放心,纔讓人選擇京東。所以,希望繼續保持這
評分當掌握Python的基礎知識後,你要如何使用Python?本書為這門語言的主要應用領域提供瞭深度教程,譬如係統管理、GUI和Web,並探索瞭其在數據庫、網絡、前端腳本、文本處理等方麵的應用。通過關注常用工具和庫,你將深入理解Python在現實世界編程中所扮演的角色。
評分怎麼說,這就很舒服!
Python金融大數據分析 mobi epub pdf txt 電子書 格式下載 2024