我爱电子书-《Python金融数据分析》| pdf + epub + mobi + awz3, 高清版, 带目录，Kindle版, 多看精排版下载

注重体验与质量的电子书资源下载网站

分类于: 计算机基础云计算&大数据设计

简介

Python金融数据分析豆 0.0分

资源最后更新于 2020-03-29 03:19:24

作者：〔新加坡〕马伟明

译者：张永冀霍达张彤

出版社：出版社机械工业出版社

出版日期：2018-03

ISBN：9787111589983

文件格式： pdf

标签：计算机金融限时特价数据分析 Python 数据科学与工程技术丛书

简介· · · · · ·

本书将介绍核心的金融理论，并给出它们的数学概念，以帮助读者更好地理解它们在实际中的应用价值。你将了解如何应用Python求解经典的资产定价模型，解决金融中的线性和非线性问题，开发数值程序和利率模型，以及如何根据有限差分法定价来描绘含有期权的隐含波动率曲线等。目前许多公司开始向客户提供API，以使用他们定制的交易软件进行交易。通过学习本书，你将了解如何连接到代理API，检索市场数据，生成交易信号并向交易所发送指令，以及平均回报和趋势跟踪等交易策略的实施。另外，本书还将介绍风险管理、头寸跟踪和回溯测试技术，以帮助你管理交易策略的实施效果。金融行业中，使用Microsoft Excel处理债券交易和后台业务是一种普遍现象。本书将介绍如何在Python中创建数字定价组件对象模型（COM）服务器，使你的电子表格能够即时计算和更新模型值。

直接下载

简介

Python金融数据分析 豆 0.0分

简介· · · · · ·

目录

前言

第1章 Python在金融中的应用

1.1 Python适合我吗

1.1.1 免费+开源

1.1.2 高级、强大、灵活的编程语言

1.1.3 丰富的标准库

1.2 面向对象编程与函数式编程

1.2.1 面向对象式方法

1.2.2 函数式方法

1.2.3 我该使用哪种方法

1.3 我该使用哪个版本的Python

1.4 IPython简介

1.4.1 安装IPython

1.4.2 使用pip

1.4.3 IPython Notebook

1.4.4 Notebook单元格

1.4.5 IPython Notebook简单的练习

1.4.6 Notebook与金融

1.5 总结

第2章 金融中的线性问题

2.1 资本资产定价模型与证券市场线

2.2 套利定价模型

2.3 因子模型的多元线性回归

2.4 线性最优化

2.4.1 安装PuLP

2.4.2 一个简单的线性优化问题

2.4.3 线性规划的结果

2.4.4 整数规划

2.5 使用矩阵解线性方程组

2.6 LU分解

2.7 Cholesky分解

2.8 QR分解

2.9 总结

第3章 非线性与金融

3.1 非线性建模

3.2 非线性模型举例

3.2.1 隐含波动率模型

3.2.2 马尔可夫机制转换模型

3.2.3 门限自回归模型

3.2.4 平滑转换模型

3.3 非线性模型求根算法概述

3.4 增量法

3.5 二分法

3.6 牛顿迭代法

3.7 割线法

3.8 求根法的结合使用

3.9 利用SciPy求解

3.9.1 SciPy求根标量函数

3.9.2 通用非线性求解器

3.10 总结

第4章 利用数值方法为衍生品定价

4.1 什么是期权

4.2 二叉树期权定价模型

4.2.1 欧式期权定价

4.2.2 编写StockOption类

4.2.3 编写BinomialEuropeanOption类

4.2.4 利用BinomialTreeOption类给美式期权定价

4.2.5 Cox-Ross-Rubinstein模型

4.2.6 Leisen-Reimer模型

4.3 希腊值

4.4 三叉树期权定价模型

4.5 期权定价中的Lattice方法

4.5.1 二叉树网格

4.5.2 编写BinomialCRROption类

4.5.3 三叉树网格

4.6 有限差分法

4.6.1 显式方法

4.6.2 隐式方法

4.6.3 Crank-Nicolson方法

4.6.4 奇异障碍期权定价

4.6.5 美式期权定价的有限差分

4.7 隐含波动率模型

4.8 总结

第5章 利率及其衍生工具

5.1 固定收益证券

5.2 收益率曲线

Python金融数据分析豆 0.0分

第1章　Python在金融中的应用

1.1　Python适合我吗

1.1.1　免费+开源

1.1.2　高级、强大、灵活的编程语言

1.1.3　丰富的标准库

1.2　面向对象编程与函数式编程

1.2.1　面向对象式方法

1.2.2　函数式方法

1.2.3　我该使用哪种方法

1.3　我该使用哪个版本的Python

1.4　IPython简介

1.4.1　安装IPython

1.4.2　使用pip

1.4.3　IPython Notebook

1.4.4　Notebook单元格

1.4.5　IPython Notebook简单的练习

1.4.6　Notebook与金融

1.5　总结

第2章　金融中的线性问题

2.1　资本资产定价模型与证券市场线

2.2　套利定价模型

2.3　因子模型的多元线性回归

2.4　线性最优化

2.4.1　安装PuLP

2.4.2　一个简单的线性优化问题

2.4.3　线性规划的结果

2.4.4　整数规划

2.5　使用矩阵解线性方程组

2.6　LU分解

2.7　Cholesky分解

2.8　QR分解

2.9　总结

第3章　非线性与金融

3.1　非线性建模

3.2　非线性模型举例

3.2.1　隐含波动率模型

3.2.2　马尔可夫机制转换模型

3.2.3　门限自回归模型

3.2.4　平滑转换模型

3.3　非线性模型求根算法概述

3.4　增量法

3.5　二分法

3.6　牛顿迭代法

3.7　割线法

3.8　求根法的结合使用

3.9　利用SciPy求解

3.9.1　SciPy求根标量函数

3.9.2　通用非线性求解器

3.10　总结

第4章　利用数值方法为衍生品定价

4.1　什么是期权

4.2　二叉树期权定价模型

4.2.1　欧式期权定价

4.2.2　编写StockOption类

4.2.3　编写BinomialEuropeanOption类

4.2.4　利用BinomialTreeOption类给美式期权定价

4.2.5　Cox-Ross-Rubinstein模型

4.2.6　Leisen-Reimer模型

4.3　希腊值

4.4　三叉树期权定价模型

4.5　期权定价中的Lattice方法

4.5.1　二叉树网格

4.5.2　编写BinomialCRROption类

4.5.3　三叉树网格

4.6　有限差分法

4.6.1　显式方法

4.6.2　隐式方法

4.6.3　Crank-Nicolson方法

4.6.4　奇异障碍期权定价

4.6.5　美式期权定价的有限差分

4.7　隐含波动率模型

4.8　总结

第5章　利率及其衍生工具

5.1　固定收益证券

5.2　收益率曲线

5.3　无息债券

5.4　自助法构建收益率曲线

5.5　远期利率

5.6　计算到期收益率