python金融分析,python与金融数据分析论文

　　金融科技时代已经到来，善于金融理论与IT技术深度融合的人，将成为新时代具有独特竞争力的金融科技人才。无论是打算应聘金融领域的新人，还是想进一步提升个人能力的“职场老手”，这本书都值得一读。

　　1.前沿内容，将Python编程与金融分析和风险管理巧妙结合，引领金融科技新时代。

　　2.源于实践，完美融合了作者20多年的金融经验和Python编程实践。

　　3.丰富的实例，提供244个实际金融案例，凸显Python在金融领域应用的简单高效。

　　4.注重效率，清晰的编程步骤和详细的代码注释，帮助你轻松理解和掌握Python编程。

　　5.覆盖面广，案例涵盖货币市场、债券市场、股票市场、期货市场、期权市场。

　　6.聚焦风险控制，深入分析各类金融产品的风险，探讨风险管理的重要工具和量化模型。

　　Python是一种开源的编程语言，因其易学、灵活，受到越来越多人的认可和青睐。在金融领域也有很好的应用现状和前景。

　　本书重点讲述Python在金融分析和风险管理中的应用。分为入门篇、基础篇、提高篇，共12章。入门章节介绍Python，并结合金融场景演示Python的基本操作。第一部分结合金融场景讲解NumPy、Pandas、Matplotlib、SciPy等Python模块的具体应用；本章详细讨论了使用Python来分析利率、债券、股票、期货、期权和风险价值。

　　这本书是一本重点介绍Python在金融领域应用的通俗读物。作者斯文博士在金融和风险管理方面有着深厚的积累，同时也有着丰富的编程经验。他一直致力于倡导和推动Python在金融领域的应用。

　　本书适合希望掌握Python应用的金融学习者和金融从业者，以及希望转行金融领域的程序员和对Python在金融领域的实际应用感兴趣的人，不要求读者具备Python编程基础。

　　斯文，笔名“华尔街老师”，浙江湖州人。他是经济学博士、中国注册会计师、特许金融分析师和金融风险经理(FRM)。曾在某原金融控股集团担任过良好的风控总监，在中外资银行、证券公司、信托公司等机构拥有十余年的金融和风险管理经验。

　　同时，他也是上海财经大学风险管理校友俱乐部的创始人和主席，杂志《上财风险管理论坛》主编，上海资产管理行业交流大会秘书长。曾在中南财经政法大学、华东财经政法大学等高校担任金融学硕士研究生兼职导师。发表学术论文50余篇，出版专著《中国外汇衍生品市场研究》部(上海人民出版社2016年8月出版)，多次获奖。

　　此外，他还推出《期权、期货及其他衍生产品（第九版）》视频课程(共360讲)3年多，累计受众超百万，编写了10多万行与金融相关的Python代码。他长期致力于倡导和推动Python在金融领域的应用。

　　第一部分导言

　　第1章Python 2概述

　　1.1 Python 3的定义和比较优势

　　Python 3简介

　　1 . 1 . 2 Python 4的比较优势

　　1.2 python之父-brdmla5

　　1.3 Python 7的发展历史和常用版本

　　1.4 python 8的安装

　　独立安装8

　　集成安装8

　　1.4.3安装并启动Anaconda 9

　　Spyder的界面12

　　1.5学习Python的方法论13

　　1.5.1学习态度

　　学习的原则

　　学习方法14

　　1.6获取财务数据15

　　161万风15

　　同花顺15

　　1.6.3 CCER经济和金融数据库

　　1.6.4国家泰安经济金融研究数据库16

　　1.7摘要16

　　1.8扩展阅读16

　　第2章结合finan演示了Python的基础知识

　　列表25

　　组件28

　　字典30

　　2.4 Python 33的操作符号

　　2.4.1基本算术运算符号33

　　关系运算符36

　　2.4.3赋值运算符37

　　2.4.4会员运营商

　　2.5 Python 39的主要内置函数

　　2.6自定义功能43

　　使用定义语法43

　　2.6.2使用函数44

　　2.7 Python的语句44

　　条件语句44

　　2.7.2通告声明46

　　2.7.3条件语句和循环语句的组合48

　　2.8模块导入和数学模块49

　　2.8.1模块导入的几种方法50

　　数学模块51

　　2.9摘要53

　　2.10扩展读数53

　　第二部分基本条款

　　第3章用财务场景演示了NumPy。

　　模块56的操作

　　3.1从一个投资案例开始57

　　3.2 n维数组58

　　3.2.1阵列的结构

　　3.2.2阵列的方便生成60

　　3.3数组的索引、切片和排序63

　　索引63

　　切片64

　　分类64

　　3.4阵列的相关操作65

　　3.4.1数组内的操作65

　　3.4.2阵列之间的操作69

　　矩阵72的操作

　　3.5通过NumPy 74生成随机数

　　3.5.1主要统计分布74

　　主要功能80

　　相关实例82

　　3.6摘要85

　　3.7扩展阅读86

　　第四章用金融时间序列演示熊猫。

　　模块87的操作

　　4.1熊猫的数据结构88

　　顺序88

　　数据框90

　　4.1.3导入并直接生成外部数据。

　　数据框91

　　4.2阵列盒93的可视化

　　4.2.1中文字体的可视化93

　　4.2.2数据框可视化的功能和参数94

　　4.2.3示例95

　　4.3数据框内的操作96

　　4.3.1描述数据帧的基本属性96

　　4.3.2数据帧的索引和截取98

　　4.3.3数据帧分类100

　　4.3.4数据框的更改102

　　4.4数据帧之间的操作105

　　4.4.1生成两个新的数据帧105

　　4.4.2函数concat 106的应用

　　4.4.3合并功能的使用108

　　4.4.4功能join 109的应用

　　4.5阵列盒的主要统计功能109

　　4.5.1静态统计功能

　　4.5.2移动窗口和动态统计功能114

　　4.6概述117

　　4.7扩展阅读117

　　第5章用金融场景演示Matplotlib。

　　模块的操作118

　　5.1基本功能119

　　5.2图表122

　　5.2.1单曲线图123

　　5.2.2多图形绘制124

　　5.3直方图126

　　5.3.1单个样本的直方图126

　　5.3.2多个样本的直方图128

　　5.4条形图129

　　5.4.1垂直条形图130

　　5.4.2水平条形图132

　　5.5散点图133

　　5.6饼图136

　　5.7摘要138

　　5.8扩展阅读138

　　第6章演示了SciPy等。结合金融场景。

　　模块的操作139

　　6.1 SciPy模块140

　　6.1.1求积分141

　　插值方法142

　　求解方程144

　　最佳解决方案146

　　6.1.5统计功能

　　6.2 stats模型模块156

　　6.3波动率模型和arch模块159

　　6.3.1估计的波动性159

　　6.3.2拱形模型160

　　6.3.3 GARCH模型161

　　拱形模块163

　　6.4日期时间模块167

　　6.4.1创建时间对象168

　　6.4.2访问时间对象的属性169

　　6.4.3时间对象的操作

　　6.5摘要171

　　6.6扩展阅读171

　　第三部分：改进。

　　第7章使用Python分析利率和债券174

　　7.1利率体系175

　　7.1.1中央银行的利率

　　7.1.2金融机构利率

　　金融市场利率179

　　7.2债券市场182

　　7.2.1债券交易场所183

　　7.2.2债券的种类185

　　7.3利率的衡量188

　　7.3.1利率复利的频率189

　　7.3.2连续复利192

　　7.3.3零利率194

　　7.4债券定价和债券收益率195

　　7.4.1债券的核心要素195

　　7.4.2基于单一贴现率的债券定价195

　　7.4.3债券到期收益率196

　　7.4.4基于不同期限贴现率的债券

　　定价197

　　7.4.5通过试片剥离法计算零试片。

　　利率198

　　7.4.6零利率债券定价203

　　7.5远期利率和远期利率协议204

　　7.5.1远期利率204

　　7.5.2远期利率协议207

　　7.6衡量债券利率风险的线性指标—

　　久其211

　　7.6.1麦考莱的持续时间212

　　修订持续时间214

　　7.6.3美元期限217

　　7.7衡量债券利率风险的非线性

　　指数凸性218

　　7.7.1凸面的表达219

　　案件219

　　重要关系220

　　7.8摘要221

　　7.9扩展阅读221

　　第八章用Python分析股票投资222

　　8.1股票市场简介223

　　8.1.1多层次股票市场223

　　8.1.2主要股指

　　8.2股票投资组合228

　　8.2.1投资组合的主要变量229

　　8.2.2投资组合的有效边界235

　　8.2.3资本市场行239

　　8.3资本资产定价模型241

　　8.3.1系统风险和非系统风险241

　　8.3.2模型245的数学表达和应用

　　8.4股价服从的随机过程249

　　8.4.1马尔可夫过程和有效市场假说249

　　8.4.2暖航过程和广义暖航过程251

　　几何布朗运动253

　　8.5投资组合的绩效评估259

　　夏普比率259

　　8.5.2排序比262

　　听话钟比264

　　8.5.4信息比率266

　　8.6摘要268

　　8.7扩展阅读269

　　第九章用Python分析期货套期保值

　　保值270

　　9.1期货市场介绍271

　　9.1.1期货交易所和合约品种271

　　9.1.2股指期货合约的推出275

　　9.1.3国债期货合约的引入277

　　9.1.4参与期货交易的动机279

　　9.2股指期货的套期保值280

　　9.2.1套期保值的类型280

　　9.2.2追加保证金的风险282

　　9.2.3基础风险285

　　9.2.4交叉对冲289

　　9.3国债期货合同的套期保值297

　　9.3.1计息日规则298

　　9.3.2国债报价300

　　9.3.3国债期货的最终价格301

　　9.3.4最便宜的国债期货交割304

　　9.3.5基于持续时间的套期保值策略307

　　9.4摘要310

　　9.5扩展阅读310

　　第10章使用Python分析期权

　　定价和风险311

　　10.1股股票期权市场介绍312

　　10.1.1权证市场312

　　10.1.2股指期权合约313

　　0.2期权类型和到期时的损益315

　　10.2.1选项的类型和要素315

　　0.2.2买入期权到期时的损益316

　　0.2.3卖出期权到期时的损益318

　　10.2.4卖出-买入平价关系320

　　0.3布莱克-斯科尔斯-默顿323型

　　0.4期权价格和相关变量之间的关系325

　　10.4.1期权价格和基础资产价格

　　关系325

　　0.4.2期权价格和行权价格之间的关系326

　　0.4.3期权价格和波动率之间的关系327

　　10.4.4期权价格和无风险收益率

　　关系328

　　0.4.5期权价格和期权期限之间的关系330

　　0.5衡量期权的风险—希腊字母331

　　10.5.1选项的增量331

　　10.5.2 Gamma 335选项

　　10.5.3选项的339

　　10.5.4 Vega 343的选项

　　10.5.5 Rho 347选项

　　10.6期权的隐含波动率351

　　10.6.1用牛顿迭代法计算隐式

　　波动性351

　　10.6.2使用二分搜索法方法计算蕴涵。

　　波动性353

　　0.7波动率冷汉堡和斜355

　　10.7.1冷挥发性为355的汉堡

　　10.7.2波动率偏离358

　　0.8摘要362

　　10.9扩展阅读362

　　第11章使用Python分析期权交易

　　策略363

　　11.1资本保全法案364

　　11.1.1虚拟案例364

　　11.1.2真实市场案例366

　　1.2单一期权和单一基础资产的策略368

　　11.2.1购买备兑买入期权369

　　11.2.2销售备兑买入期权371

　　11.2.3购买受保护的看跌期权373

　　11.2.4出售受保护的看跌期权375

　　1.2.5战略的时期效益377

　　11.3差价交易策略381

　　11.3.1牛市价差策略381

　　11.3.2熊市价差策略385

　　11.3.3箱传播策略389

　　11.3.4蝴蝶扩散策略392

　　1.4组合策略397

　　11.4.1跨越组合策略397

　　11.4.2顺序组合策略和带组合

　　策略401

　　1.4.3大跨度组合策略404

　　1.5摘要412

　　1.6扩展阅读412

　　第12章使用Python测量风险价值413

　　12.1风险价值概述414

　　12.1.1风险价值的定义414

　　12.1.2使用Python评估风险

　　可视化415

　　2.1.3风险价值的优势和局限性417

　　12.2风险价值的方差-协方差方法418

　　2.2.1方差-协方差法介绍418

　　案件420

　　2.3风险价值的历史模拟方法423

　　12.3.1历史模拟方法介绍423

　　案件425

　　12.4蒙特卡罗模拟方法428

　　12.4.1蒙特卡洛模拟简介428

　　案件430

　　2.5回顾性检查、压力测试和压力风险

　　价值434

　　12.5.1追溯检查434

　　压力测试437

　　压力风险值439

　　12.5.4比较不同方法计算的风险。

　　价值443

　　2.6摘要443

　　12.7延伸阅读443

　　附言445

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。