欢迎光临中图网 请 | 注册
> >
Python金融数据分析

Python金融数据分析

出版社:机械工业出版社出版时间:2021-04-01
开本: 26cm 页数: 281页
中 图 价:¥65.0(7.3折) 定价  ¥89.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

Python金融数据分析 版权信息

  • ISBN:9787111678731
  • 条形码:9787111678731 ; 978-7-111-67873-1
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

Python金融数据分析 本书特色

适读人群 :本书适合对Python定量研究感兴趣的金融从业者、数据分析师和软件开发人员阅读。此外,本书对那些想使用机器学习技术扩展现有金融应用程序功能的读者也有一定的参考价值。本书系统阐述Python在金融领域的应用,不仅涵盖核心的金融理论及相关数学概念,还详细讲解行业使用的先进金融模型及Python解决方案。 本书首先介绍Jupyter Notebook的设置,随后讲解一系列金融分析中广泛应用的库(如TensorFlow、Keras、NumPy、SciPy、scikit-learn等),这些库可以帮助分析师做出基于数据分析的高效投资决策。书中结合常见的金融概念(如股票、期权、利率及其他金融衍生品等)讲解如何开发金融应用程序以及利用不同的算法实现风险分析。之后,你将学习如何对时间序列数据进行统计分析,了解如何搭建算法交易平台以利用高频数据设计交易策略,以及如何构建事件驱动的回溯测试系统来检验交易策略,评价不同策略的业绩表现。zui后,你将探索金融前沿领域正在运用的机器学习和深度学习技术。 本书适合对Python定量研究感兴趣的金融从业者、数据分析师和软件开发人员阅读。此外,本书对那些想使用机器学习技术扩展现有金融应用程序功能的读者也有一定的参考价值。

Python金融数据分析 内容简介

本书介绍如何利用新的程序语言进行金融建模并实现复杂的数据运算。书中讲授的程序工具与数据均可以通过公开渠道获取,通过建模与研究分析,你会对整个Python生态体系有全局性的认识。大量的实例分析也会加深你对金融风险管控的认知。

Python金融数据分析 目录

前言 审校者简介 **部分 开始学习Python 第1章 Python金融分析概述2 1.1 安装Python3 1.1.1 准备一个虚拟环境3 1.1.2 运行Jupyter Notebook4 1.1.3 关于Python的其他建议5 1.2 Quandl简介6 1.3 绘制时间序列图7 1.3.1 从Quandl检索数据集7 1.3.2 绘制收盘价与成交量的关系图9 1.3.3 绘制烛台图12 1.4 对时间序列数据进行金融分析13 1.4.1 绘制收益率图13 1.4.2 绘制累积收益率图14 1.4.3 绘制直方图15 1.4.4 绘制波动率图16 1.4.5 Q-Q图17 1.4.6 下载多个时间序列数据18 1.4.7 显示相关矩阵19 1.4.8 绘制相关性图19 1.4.9 简单的移动平均线20 1.4.10 指数移动平均22 1.5 总结23 第二部分 金 融 概 念 第2章 金融中的线性问题26 2.1 资本资产定价模型与证券市场线27 2.2 套利定价理论模型30 2.3 因子模型的多元线性回归30 2.4 线性*优化32 2.4.1 安装Pulp32 2.4.2 一个用线性规划求*大值的实例32 2.4.3 线性规划的结果34 2.4.4 整数规划34 2.5 使用矩阵解线性方程组37 2.6 LU分解38 2.7 Cholesky分解40 2.8 QR分解41 2.9 使用其他矩阵代数方法求解42 2.9.1 Jacobi迭代法42 2.9.2 Gauss-Seidel迭代法44 2.10 总结45 第3章 金融中的非线性问题46 3.1 非线性建模46 3.2 非线性模型求根算法49 3.2.1 增量法50 3.2.2 二分法52 3.2.3 牛顿迭代法54 3.2.4 割线法56 3.2.5 求根法的结合使用57 3.3 利用SciPy求根58 3.3.1 求根标量函数58 3.3.2 通用非线性求解器59 3.4 总结60 第4章 期权定价的数值方法61 4.1 什么是期权61 4.2 二叉树期权定价模型62 4.3 欧式期权定价62 4.4 编写StockOption基类65 4.4.1 利用二叉树模型给欧式期权定价66 4.4.2 利用二叉树模型给美式期权定价67 4.4.3 Cox-Ross-Rubinstein模型69 4.4.4 Leisen-Reimer模型70 4.5 希腊值72 4.6 三叉树期权定价模型75 4.7 期权定价中的Lattice方法77 4.7.1 二叉树网格77 4.7.2 CRR二叉树Lattice方法期权定价模型78 4.7.3 三叉树网格79 4.8 期权定价中的有限差分法80 4.8.1 显式方法82 4.8.2 编写FiniteDifferences类82 4.8.3 隐式方法85 4.8.4 Crank-Nicolson方法88 4.8.5 奇异障碍期权定价90 4.8.6 美式期权定价的有限差分方法91 4.9 隐含波动率模型95 4.10 总结98 第5章 利率及其衍生工具的建模99 5.1 固定收益证券99 5.2 收益率曲线100 5.3 无息债券101 5.4 自助法构建收益率曲线102 5.4.1 自助法构建收益率曲线的实例102 5.4.2 编写BootstrapYield-Curve类103 5.5 远期利率106 5.6 计算到期收益率107 5.7 计算债券定价108 5.8 债券久期109 5.9 债券凸度109 5.10 短期利率模型110 5.10.1 Vasicek模型111 5.10.2 Cox-Ingersoll-Ross模型112 5.10.3 Rendleman and Bartter模型113 5.10.4 Brennan and Schwartz模型115 5.11 债券期权116 5.11.1 可赎回债券117 5.11.2 可回售债券117 5.11.3 可转换债券117 5.11.4 优先股117 5.12 可赎回债券期权定价118 5.12.1 用Vasicek模型定价无息债券118 5.12.2 提前行权定价119 5.12.3 有限差分策略迭代法121 5.12.4 可赎回债券定价的其他影响因素127 5.13 总结128 第6章 时间序列数据的统计分析129 6.1 道琼斯工业平均指数及其30种成分130 6.1.1 从Quandl 上下载Dow成分数据集130 6.1.2 关于Alpha Vantage131 6.1.3 获取Alpha Vantage API密钥131 6.1.4 安装Alpha Vantage 的Python包132 6.1.5 从Alpha Vantage下载DJIA数据集132 6.2 PCA分析133 6.2.1 特征向量和特征值的求法133 6.2.2 用PCA重新构建道琼斯指数135 6.3 平稳和非平稳时间序列136 6.3.1 平稳性与非平稳性136 6.3.2 平稳性检查136 6.3.3 非平稳过程的类型137 6.3.4 平稳过程的类型137 6.4 扩展Dickey-Fuller检验137 6.5 用趋势分析时间序列138 6.6 如何使时间序列平稳141 6.6.1 去趋势141 6.6.2 差分143 6.6.3 按季节分解144 6.6.4 ADF检验的缺陷147 6.7 预测和预报时间序列147 6.7.1 自回归积分移动平均法147 6.7.2 用网格搜索求取模型参数148 6.7.3 SARIMAX模型的拟合149 6.7.4 SARIMAX模型的预测和预报151 6.8 总结153 第三部分 实 践 操 作 第7章 对VIX的交互式金融分析156 7.1 波动率指数衍生品157 7.1.1 STOXX与欧洲期货交易所157 7.1.2 EURO STOXX 50指数157 7.1.3 VSTOXX157
展开全部

Python金融数据分析 作者简介

马伟明(James Ma Weiming),毕业于伊利诺理工大学斯图尔特商学院,获得金融学硕士学位。他编写了大量高频、低延时的开放源代码程序和工具。 在获得新加坡南洋理工大学计算机工程学士学位和南洋理工学院信息技术专业毕业证书后,James开始在新加坡工作。他从事过外汇和固定收益产品交易,还为一家基金销售平台开发移动应用程序。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服