Python金融大数据分析 PDF格式高清电子书免费下载

Python金融大数据分析

作者 【德】Yves Hilpisch(伊夫 希尔皮斯科)
译者 姚军
出版社 人民邮电出版社
出版日期 2018
页数 511
格式 Paper book / ebook (PDF)
ISBN 9787115404459
评分
价格 99
  • 内容简介
  • 图书目录
  • 免费下载

出版信息

ISBN:9787115404459
语言:简体中文
包装/印刷类型:1
开本:16开
出版时间:2015-12-01 00:00:00
页数:511

内容简介

金融行业需要对一定时间内产生的大量数据进行详细分析处理,本书则提供了使用Python来进行数据分析,开发相关应用程序的技巧和工具。本书首先讲解了如何搭建Python开发环境,然后讲解如何使用Python来分析、处理金融行业中产生的大量数据,最后还提供了一些相关的案例。

Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区,在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用,并且成为该行业开发核心应用的编程语言。《Python金融大数据分析》提供了使用Python进行数据分析,以及开发相关应用程序的技巧和工具。

《Python金融大数据分析》总计分为3部分,共19章,第 1部分介绍了Python在金融学中的应用,其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具,以及Python在计量金融学中的一些具体入门实例;第 2部分介绍了金融分析和应用程序开发中重要的Python库、技术和方法,其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、随机数生成和随机过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的开发、Python与Web技术的集成,以及基于Web应用和Web服务的开发;第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的开发工作,其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值、波动率期权等知识。

《Python金融大数据分析》适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。

图书目录

第 1部分 Python与金融

第 1章 为什么将Python用于金融 3

1.1 Python是什么 3

1.1.1 Python简史 5

1.1.2 Python生态系统 5

1.1.3 Python用户谱系 7

1.1.4 科学栈 7

1.2 金融中的科技 8

1.2.1 科技开销 9

1.2.2 作为业务引擎的科技 9

1.2.3 作为进入门槛的科技和人才 9

1.2.4 不断提高的速度、频率、数据量 10

1.2.5 实时分析的兴起 11

1.3 用于金融的Python 12

1.3.1 金融和Python语法 12

1.3.2 Python的效率和生产率 15

1.3.3 从原型化到生产 19

1.4 结语 20

1.5 延伸阅读 20

第 2章 基础架构和工具 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 结语 42

2.3 延伸阅读 43

第3章 入门示例 45

3.1 隐含波动率 46

3.2 蒙特卡洛模拟 54

3.2.1 纯Python 56

3.2.2 用NumPy向量化 57

3.2.3 利用对数欧拉方法实现全向量化 59

3.2.4 图形化分析 60

3.2.5 技术分析 62

3.3 结语 67

3.4 延伸阅读 68

第 2部分 金融分析和开发

第4章 数据类型和结构 71

4.1 基本数据类型 72

4.1.1 整数 72

4.1.2 浮点数 73

4.1.3 字符串 75

4.2 基本数据结构 77

4.2.1 元组 77

4.2.2 列表 78

4.2.3 离题:控制结构 80

4.2.4 离题:函数式编程 81

4.2.5 字典 82

4.2.6 集合 84

4.3 NumPy数据结构 85

4.3.1 用Python列表形成数组 85

4.3.2 常规NumPy数组 87

4.3.3 结构数组 90

4.4 代码向量化 91

4.5 内存布局 93

4.6 结语 95

4.7 延伸阅读 95

第5章 数据可视化 97

5.1 二维绘图 97

5.1.1 一维数据集 98

5.1.2 二维数据集 103

5.1.3 其他绘图样式 109

5.2 金融学图表 116

5.3 3D绘图 119

5.4 结语 122

5.5 延伸阅读 122

第6章 金融时间序列 123

6.1 pandas基础 124

6.1.1 使用DataFrame类的第 一步 124

6.1.2 使用DataFrame类的第 二步 127

6.1.3 基本分析 131

6.1.4 Series类 134

6.1.5 GroupBy操作 135

6.2 金融数据 136

6.3 回归分析 142

6.4 高频数据 150

6.5 结语 154

6.6 延伸阅读 154

第7章 输入/输出操作 155

7.1 Python基本I/O 156

7.1.1 将对象写入磁盘 156

7.1.2 读写文本文件 159

7.1.3 SQL数据库 160

7.1.4 读写NumPy数组 162

7.2 Pandas的I/O 164

7.2.1 SQL数据库 165

7.2.2 从SQL到pandas 166

7.2.3 CSV文件数据 168

7.2.4 Excel文件数据 169

7.3 PyTables的快速I/O 170

7.3.1 使用表 170

7.3.2 使用压缩表 175

7.3.3 使用数组 176

7.3.4 内存外计算 177

7.4 结语 179

7.5 延伸阅读 180

第8章 高性能的Python 181

8.1 Python范型与性能 182

8.2 内存布局与性能 184

8.3 并行计算 186

8.3.1 蒙特卡洛算法 186

8.3.2 顺序化计算 187

8.3.3 并行计算 188

8.3.4 性能比较 191

8.4 多处理 191

8.5 动态编译 193

8.5.1 介绍性示例 193

8.5.2 二项式期权定价方法 195

8.6 用Cython进行静态编译 199

8.7 在GPU上生成随机数 201

8.8 结语 205

8.9 延伸阅读 205

第9章 数学工具 207

9.1 逼近法 208

9.1.1 回归 208

9.1.2 插值 218

9.2 凸优化 221

9.2.1 全局优化 222

9.2.2 局部优化 223

9.2.3 有约束优化 224

9.3 积分 226

9.3.1 数值积分 228

9.3.2 通过模拟求取积分 228

9.4 符号计算 229

9.4.1 基本知识 229

9.4.2 方程式 230

9.4.3 积分 231

9.4.4 微分 232

9.5 结语 233

9.6 延伸阅读 233

第 10章 推断统计学 235

10.1 随机数 236

10.2 模拟 241

10.2.1 随机变量 241

10.2.2 随机过程 244

10.2.3 方差缩减 256

10.3 估值 259

10.3.1 欧式期权 259

10.3.2 美式期权 263

10.4 风险测度 266

10.4.1 风险价值 266

10.4.2 信用价值调整 270

10.5 结语 272

10.6 延伸阅读 273

第 11章 统计学 275

11.1 正态性检验 276

11.1.1 基准案例 277

11.1.2 现实世界的数据 284

11.2 投资组合优化 289

11.2.1 数据 290

11.2.2 基本理论 291

11.2.3 投资组合优化 294

11.2.4 有效边界 296

11.2.5 资本市场线 297

11.3 主成分分析 300

11.3.1 DAX指数和30种成分股 301

11.3.2 应用PCA 301

11.3.3 构造PCA指数 302

11.4 贝叶斯回归 305

11.4.1 贝叶斯公式 305

11.4.2 PyMC3 306

11.4.3 介绍性示例 307

11.4.4 真实数据 310

11.5 结语 318

11.6 延伸阅读 318

第 12章 Excel集成 321

12.1 基本电子表格交互 322

12.1.1 生成工作簿(.xls) 323

12.1.2 生成工作簿(.xslx) 324

12.1.3 从工作簿中读取 326

12.1.4 使用OpenPyxl 328

12.1.5 使用pandas读写 329

12.2 用Python编写Excel脚本 332

12.2.1 安装DataNitro 333

12.2.2 使用DataNitro 333

12.3 xlwings 342

12.4 结语 342

12.5 延伸阅读 343

第 13章 面向对象和图形用户界面 345

13.1 面向对象 345

13.1.1 Python类基础知识 346

13.1.2 简单的短期利率类 350

13.1.3 现金流序列类 354

13.2 图形用户界面 356

13.2.1 带GUI的短期利率类 356

13.2.2 值的更新 358

13.2.3 带GUI的现金流序列类 360

13.3 结语 362

13.4 延伸阅读 362

第 14章 Web集成 365

14.1 Web基础知识 366

14.1.1 ftplib 366

14.1.2 httplib 368

14.1.3 urllib 369

14.2 Web图表绘制 372

14.2.1 静态图表绘制 372

14.2.2 交互式图表绘制 374

14.2.3 实时图表绘制 375

14.3 快速Web应用 383

14.3.1 交易者的聊天室 384

14.3.2 数据建模 384

14.3.3 Python代码 385

14.3.4 模板 391

14.3.5 样式化 396

14.4 Web服务 397

14.4.1 金融模型 399

14.4.2 实现 400

14.5 结语 406

14.6 延伸阅读 406

第3部分 衍生品分析库

第 15章 估值框架 409

15.1 资产定价基本定理 409

15.1.1 简单示例 409

15.1.2 一般结果 410

15.2 风险中立折现 412

15.2.1 日期建模和处理 412

15.2.2 固定短期利率 413

15.3 市场环境 415

15.4 结语 418

15.5 延伸阅读 419

第 16章 金融模型的模拟 421

16.1 随机数生成 422

16.2 泛型模拟类 423

16.3 几何布朗运动 427

16.3.1 模拟类 427

16.3.2 用例 429

16.4 跳跃扩散 431

16.4.1 模拟类 431

16.4.2 用例 434

16.5 平方根扩散 435

16.5.1 模拟类 435

16.5.2 用例 437

16.6 结语 438

16.7 延伸阅读 440

第 17章 衍生品估值 441

17.1 泛型估值类 441

17.2 欧式行权 445

17.3 估值类 445

17.4 美式行权 451

17.4.1 **小二乘蒙特卡洛方法 451

17.4.2 估值类 453

17.4.3 用例 454

17.5 结语 457

17.6 延伸阅读 458

第 18章 投资组合估值 459

18.1 衍生品头寸 460

18.1.1 类 460

18.1.2 用例 462

18.2 衍生品投资组合 463

18.2.1 类 463

18.2.2 用例 467

18.3 结语 472

18.4 延伸阅读 474

第 19章 波动率期权 475

19.1 VSTOXX数据 476

19.1.1 VSTOXX指数数据 476

19.1.2 VSTOXX期货数据 477

19.1.3 VSTOXX期权数据 479

19.2 模型检验 480

19.2.1 相关市场数据 480

19.2.2 期权建模 481

19.2.3 检验过程 483

19.3 基于VSTOXX的美式期权 487

19.3.1 期权头寸建模 487

19.3.2 期权投资组合 488

19.4 结语 489

19.5 延伸阅读 490

附录A 精选的**佳实践 491

附录B 看涨期权类 499

附录C 日期和时间 503

点击展开

点击收起

Python金融大数据分析 PDF格式高清电子书免费下载

提醒:本站所有图书资源均索引自互联网,版权争议与本站无关。如有侵权或其他争议的可能性,请发起版权投诉,因本站未参与任何制作、转制、存储等任一环节,故无法对涉及到的资源进行删除,本站会依据DMCA原则, 对涉及的资源链接进行删除。因为所有图书资源均不属于本站,本站只提供索引服务,故本站不保证任何资源的准确性,权威性,请使用者自行判断。

  • 查看原页面 报告错误 直接下载
  • 查看原页面 报告错误 复制提取码下载 提取码:uz8d

看了 Python金融大数据分析 的用户也看了: