基於Python的金融分析與風險管理（第2版）

《基於Python的金融分析與風險管理（第2版）》是2021年人民郵電出版社出版的圖書。

基本介紹

• 中文名：基於Python的金融分析與風險管理（第2版）
• 出版時間：2021年10月1日
• 出版社：人民郵電出版社
• ISBN：9787115571854

內容簡介

Python是一門開源的計算機程式語言，憑藉其易學、靈活等特點，得到了越來越多人的認可和青睞。金融科技日新月異，金融行業的數位化、科技化和智慧化快速推進，Python在金融領域有著很好的套用現狀和前景。

本書在上一版的基礎上進行了內容升級，持續聚焦Python在金融分析與風險管理的套用，第2版從原先的12章擴充至15章，並依次劃分為基礎篇（共5章）、中階篇（共5章）以及高階篇（共5章），基礎篇結合金融場景演示了Python語言以及NumPy、pandas、Matplotlib、SciPy以及statsmodel等金融領域常用的第三方模組的編程方法；中階篇通過Python編程結合金融實例，依次探討利率、匯率、債券、股票、互換契約、期貨契約等產品的定價、風險測度以及風險管控等內容；高階篇則融合Python與金融案例，探究了期權的定價、希臘字母、動態對沖、隱含波動率、交易策略及其他延伸知識點，此外，高階篇還涉及投資組合風險價值建模等具有較強技術性的內容。

本書旨在通過更豐富的金融產品、更廣泛的量化模型、更完備的金融示例、更高的軟體版本，為讀者提供更加便捷的Python金融實戰體驗與解決方案。

本書適合想要掌握Python套用的金融學習者、金融從業者閱讀，也適合想要轉行到金融領域的程式設計師以及對Python在金融領域的實踐套用感興趣的人士閱讀，並且不要求讀者具有Python編程基礎和金融基礎。

圖書目錄

第 1篇 基礎篇

第　1章 結合金融場景演示Python基本編程　2

1．1　關於Python的簡要介紹　3

1．1．1　Python是什麼　3

1．1．2　Python的比較優勢　4

1．1．3　Python的版本疊代　4

1．1．4　Python的系統部署　5

1．1．5　Spyder及其操作界面　6

1．2　Python的變數賦值與數據類型　7

1．2．1　變數賦值　7

1．2．2　整型　8

1．2．3　浮點型　9

1．2．4　複數　9

1．2．5　字元串　10

1．3　Python的數據結構　12

1．3．1　元組　12

1．3．2　列表　13

1．3．3　集合　16

1．3．4　字典　17

1．4　Python的運算符號　19

1．4．1　基本算術運算符號　19

1．4．2　關係運算符號　22

1．4．3　賦值運算符號　23

1．4．4　成員運算符號　24

1．5　Python的內置函式與自定義函式　25

1．5．1　內置函式　25

1．5．2　自定義函式　28

1．6　Python的句型　29

1．6．1　條件語句　30

1．6．2　循環語句　31

1．6．3　條件語句和循環語句結合　32

1．7　模組的導入與math模組　34

1．7．1　模組導入的若干種方法　35

1．7．2　math模組　35

1．8　本章小結　37

1．9　拓展閱讀　37

第　2章 結合金融場景演示NumPy模組編程　38

2．1　從一個投資案例講起　38

2．2　N維數組　40

2．2．1　數組的結構　40

2．2．2　一些特殊的數組　42

2．3　數組的相關功能　44

2．3．1　索引　44

2．3．2　切片　45

2．3．3　排序　45

2．3．4　合併　46

2．4　數組的相關運算　47

2．4．1　數組內的運算　47

2．4．2　數組間的運算　51

2．4．3　矩陣的處理　54

2．5　基於特定統計分布的隨機抽樣　56

2．5．1　主要的統計分布　56

2．5．2　主要函式及參數　60

2．5．3　隨機抽樣的示例　62

2．6　現金流模型　65

2．6．1　現金流終值　65

2．6．2　現金流現值　66

2．6．3　淨現值與內含報酬率　68

2．6．4　住房按揭貸款的等額本息還款　70

2．7　本章小結　72

2．8　拓展閱讀　73

第3章　結合金融時間序列演示pandas模組編程　74

3．1　pandas的數據結構　74

3．1．1　序列　75

3．1．2　數據框　76

3．1．3　外部數據的直接導入　77

3．1．4　創建序列或數據框的時間數列　79

3．2　數據框的可視化　81

3．2．1　中文字型的顯示　81

3．2．2　數據框可視化的函式與參數　81

3．3　數據框內部的操作　84

3．3．1　查看數據框的基本性質　84

3．3．2　數據框的索引與截取　85

3．3．3　數據框的排序　87

3．3．4　數據框的更改　88

3．4　數據框之間的合併　92

3．4．1　創建兩個新數據框　93

3．4．2　concat函式的運用　94

3．4．3　merge函式的運用　95

3．4．4　join函式的運用　95

3．5　數據框的主要統計函式　96

3．5．1　靜態統計函式　96

3．5．2　移動視窗與動態統計函式　100

3．6　本章小結　103

3．7　拓展閱讀　103

第4章　結合金融場景演示Matplotlib模組編程　104

4．1　基本函式　104

4．2　曲線圖　108

4．2．1　單一曲線圖　108

4．2．2　多圖繪製　111

4．3　直方圖　113

4．3．1　單一樣本的直方圖　113

4．3．2　多個樣本的直方圖　115

4．4　條形圖　117

4．4．1　垂直條形圖　118

4．4．2　水平條形圖　119

4．4．3　綜合條形圖與折線圖的雙軸圖　120

4．5　散點圖　122

4．6　餅圖　124

4．7　雷達圖　125

4．8　K線圖　127

4．9　本章小結　130

4．10　拓展閱讀　130

第5章　結合金融場景演示SciPy等模組編程　131

5．1　SciPy模組　131

5．1．1　求積分　132

5．1．2　插值法　133

5．1．3　求解方程組　135

5．1．4　最最佳化方法　137

5．1．5　統計功能　140

5．2　statsmodels模組　146

5．3　波動率模型與arch模組　150

5．3．1　估計波動率　150

5．3．2　ARCH模型　151

5．3．3　GARCH模型　152

5．3．4　arch模組　152

5．4　datetime模組　157

5．4．1　創建時間對象　157

5．4．2　訪問時間對象的屬性　158

5．4．3　時間對象的運算　159

5．5　本章小結　160

5．6　拓展閱讀　160

第　2篇 中階篇

第6章　運用Python分析利率與匯率　162

6．1　人民幣利率體系　162

6．1．1　中央銀行利率　163

6．1．2　金融機構利率　165

6．1．3　金融市場利率　166

6．2　人民幣匯率體系　169

6．2．1　人民幣匯率制度的演變　169

6．2．2　人民幣匯率相關產品　171

6．2．3　人民幣匯率指數　173

6．3　利率的度量　174

6．3．1　利率的相對性　175

6．3．2　利率的等價性　178

6．3．3　零息利率　180

6．4　遠期利率與遠期利率協定　181

6．4．1　遠期利率的測算　181

6．4．2　遠期利率協定的現金流與定價　183

6．5　匯率報價與套利　188

6．5．1　匯率報價　188

6．5．2　三角套利　190

6．6　遠期匯率與遠期外匯契約　193

6．6．1　遠期匯率的測算　194

6．6．2　抵補套利　195

6．6．3　遠期外匯契約的定價　199

6．7　本章小結　203

6．8　拓展閱讀　203

第7章　運用Python分析債券　204

7．1　債券市場概覽　204

7．1．1　債券交易場所　205

7．1．2　債券品種　207

7．1．3　債券數據的服務機構　210

7．2　債券定價與債券收益率　211

7．2．1　債券的核心要素　211

7．2．2　基於單一貼現率的債券定價　211

7．2．3　債券到期收益率　213

7．2．4　基於不同期限貼現率的債券定價　215

7．2．5　通過票息剝離法計算零息利率　216

7．2．6　運用零息利率對債券定價　219

7．3　衡量債券利率風險的線性指標——久期　220

7．3．1　麥考利久期　220

7．3．2　修正久期　225

7．3．3　美元久期　228

7．4　衡量債券利率風險的非線性指標——凸性　229

7．4．1　凸性的表達式　230

7．4．2　凸性的作用　231

7．5　測度債券的信用風險　234

7．5．1　信用評級　234

7．5．2　違約機率與違約回收率　236

7．5．3　通過債券價格測度違約機率　237

7．6　本章小結　241

7．7　拓展閱讀　241

第8章　運用Python分析股票　242

8．1　股票市場簡介　243

8．1．1　多層次股票市場　243

8．1．2　主要的股票指數　245

8．2　股票內在價值　249

8．2．1　股息貼現模型　249

8．2．2　零增長模型　250

8．2．3　不變增長模型　251

8．2．4　二階段增長模型　252

8．2．5　三階段增長模型　255

8．3　股票價格服從的隨機過程　259

8．3．1　馬爾可夫過程與有效市場假說　260

8．3．2　維納過程與廣義維納過程　262

8．3．3　幾何布朗運動　263

8．4　構建股票最優投資組合　267

8．4．1　投資組合的主要變數　267

8．4．2　投資組合的可行集與有效前沿　272

8．4．3　資本市場線　276

8．5　資本資產定價模型　279

8．5．1　系統風險與非系統風險　279

8．5．2　模型數學表達式及運用　282

8．5．3　證券市場線　284

8．6　投資組合的績效評估　285

8．6．1　夏普比率　286

8．6．2　索提諾比率　289

8．6．3　特雷諾比率　290

8．6．4　卡瑪比率　293

8．6．5　信息比率　295

8．7　本章小結　298

8．8　拓展閱讀　298

第9章　運用Python分析互換　299

9．1　互換市場的概況　299

9．1．1　利率互換市場　300

9．1．2　貨幣互換市場　302

9．1．3　信用違約互換市場　303

9．2　利率互換　305

9．2．1　利率互換的運作機理　306

9．2．2　利率互換的期間現金流　307

9．2．3　利率互換的等價性　308

9．2．4　互換利率的計算　310

9．2．5　利率互換的定價　312

9．3　貨幣互換　315

9．3．1　貨幣互換的運作機理　316

9．3．2　雙固定利率貨幣互換的期間現金流　317

9．3．3　固定對浮動貨幣互換的期間現金流　319

9．3．4　雙浮動利率貨幣互換的期間現金流　321

9．3．5　貨幣互換的等價性與定價　325

9．4　信用違約互換　331

9．4．1　信用違約互換的運作機理　331

9．4．2　信用違約互換的期間現金流　332

9．4．3　累積違約機率、邊際違約機率與存活率　335

9．4．4　信用違約互換價差　337

9．5　本章小結　341

9．6　拓展閱讀　341

第　10章 運用Python分析期貨　342

10．1　期貨市場概覽　342

10．1．1　期貨交易所及期貨契約品種　343

10．1．2　商品期貨契約的介紹　347

10．1．3　股指期貨契約的介紹　349

10．1．4　國債期貨契約的介紹　350

10．1．5　期貨交易的頭寸方向與動機　352

10．2　期貨價格與現貨價格的關係　353

10．2．1　導致期貨價格與現貨價格存在差異的因素　353

10．2．2　期貨價格與現貨價格的關係式　355

10．2．3　期貨價格的收斂性　358

10．3　股指期貨的套期保值　360

10．3．1　套期保值的類型　361

10．3．2　追加保證金的風險　363

10．3．3　基差風險　366

10．3．4　交叉套期保值　368

10．3．5　滾動套期保值與移倉風險　375

10．4　國債期貨的套期保值　380

10．4．1　計息天數規則　380

10．4．2　國債的報價　382

10．4．3　國債期貨最終價格　384

10．4．4　國債期貨的最廉價交割　386

10．4．5　基於久期的套期保值策略　389

10．5　本章小結　391

10．6　拓展閱讀　392

第3篇　高階篇

第　11章 運用Python分析期權定價　394

11．1　A股期權市場簡介　394

11．1．1　權證市場　395

11．1．2　股票期權契約　395

11．1．3　股指期權契約　398

11．2　期權類型與到期盈虧　400

11．2．1　期權的類型和要素　400

11．2．2　看漲期權的到期盈虧　400

11．2．3　看跌期權的到期盈虧　402

11．2．4　看跌-看漲平價關係式　404

11．3　歐式期權定價——布萊克-斯科爾斯-默頓模型　407

11．3．1　模型介紹　407

11．3．2　期權價格與基礎資產價格的關係　409

11．3．3　期權價格與行權價格的關係　410

11．3．4　期權價格與波動率的關係　411

11．3．5　期權價格與無風險收益率的關係　412

11．3．6　期權價格與期權期限的關係　413

11．3．7　內在價值與時間價值　414

11．4　歐式期權定價——二叉樹模型　415

11．4．1　一步二叉樹模型　416

11．4．2　兩步二叉樹模型　420

11．4．3　N步二叉樹模型　423

11．5　美式期權定價　430

11．5．1　定價的基本思路　430

11．5．2　推廣的數學表達式　432

11．5．3　運用矩陣運算　433

11．5．4　美式期權與歐式期權的關係　436

11．6　本章小結　440

11．7　拓展閱讀　441

第　12章 運用Python測度期權希臘字母與隱含波動率　442

12．1　期權的Delta　443

12．1．1　歐式期權的Delta　443

12．1．2　基礎資產價格、期權期限與期權Delta的關係　446

12．1．3　基於Delta的對沖　449

12．1．4　美式期權的Delta　451

12．2　期權的Gamma　454

12．2．1　歐式期權的Gamma　454

12．2．2　基礎資產價格、期權期限與期權Gamma的關係　456

12．2．3　美式期權的Gamma　458

12．3　期權的Theta　461

12．3．1　歐式期權的Theta　461

12．3．2　基礎資產價格、期權期限與期權Theta的關係　463

12．3．3　美式期權的Theta　465

12．4　期權的Vega　468

12．4．1　歐式期權的Vega　468

12．4．2　基礎資產價格、期權期限與期權Vega的關係　469

12．4．3　美式期權的Vega　471

12．5　期權的Rho　474

12．5．1　歐式期權的Rho　474

12．5．2　基礎資產價格、期權期限與期權Rho的關係　475

12．5．3　美式期權的Rho　477

12．6　期權的隱含波動率　480

12．6．1　計算隱含波動率的牛頓疊代法　480

12．6．2　計算隱含波動率的二分查找法　482

12．6．3　波動率微笑　485

12．6．4　波動率斜偏　487

12．7　本章小結　489

12．8　拓展閱讀　490

第　13章 運用Python構建期權交易策略　491

13．1　合成保本票據的策略　491

13．1．1　抽象金融市場的策略運用　492

13．1．2　現實金融市場的策略運用　493

13．2　單一期權與單一基礎資產的策略　496

13．2．1　買入備兌看漲期權　497

13．2．2　賣出備兌看漲期權　499

13．2．3　買入保護看跌期權　501

13．2．4　賣出保護看跌期權　502

13．2．5　策略的期間收益　504

13．3　價差交易策略　506

13．3．1　牛市價差策略　507

13．3．2　熊市價差策略　511

13．3．3　盒式價差策略　514

13．3．4　蝶式價差策略　517

13．3．5　日曆價差策略　521

13．4　組合策略　526

13．4．1　跨式組合策略　526

13．4．2　序列組合策略與帶式組合策略　529

13．4．3　寬跨式組合策略　531

13．5　本章小結　539

13．6　拓展閱讀　539

第　14章 運用Python分析期權延伸性套用　540

14．1　測度企業的違約風險——默頓模型　540

14．1．1　模型的引出　541

14．1．2　模型的相關細節　541

14．1．3　測度首隻違約債券——超日債的違約機率　543

14．2　可轉換債券　545

14．2．1　可轉換債券的概況　546

14．2．2　可轉換債券的定價　549

14．3　期貨期權　554

14．3．1　期貨期權的概況　554

14．3．2　歐式期貨期權的定價——布萊克模型　556

14．3．3　美式期貨期權的定價——二叉樹模型　559

14．4　利率期權　563

14．4．1　利率期權簡介　563

14．4．2　利率上限期權　564

14．4．3　利率下限期權與利率雙限期權　568

14．4．4　利率互換期權　571

14．5　本章小結　576

14．6　拓展閱讀　577

第　15章 運用Python測量風險價值　578

15．1　風險價值概述　578

15．1．1　風險價值的定義　579

15．1．2　風險價值的可視化　580

15．1．3　風險價值的優勢與局限　581

15．2　方差-協方差法　582

15．2．1　方差-協方差法的細節　582

15．2．2　方差-協方差法的套用　583

15．3　歷史模擬法　586

15．3．1　歷史模擬法的細節　586

15．3．2　歷史模擬法的運用　588

15．4　蒙特卡羅模擬法　590

15．4．1　蒙特卡羅模擬法的細節　590

15．4．2　蒙特卡羅模擬法的運用　591

15．5　回溯檢驗、壓力測試與壓力風險價值　595

15．5．1　回溯檢驗　595

15．5．2　壓力測試　598

15．5．3　壓力風險價值　600

15．5．4　比較不同方法測量的風險價值　602

15．6　信用風險價值　603

15．6．1　違約相關性　603

15．6．2　違約時間的高斯copula模型　604

15．6．3　基於因子的相關性結構　605

15．6．4　測度信用風險價值　606

15．7　本章小結　610

15．8　拓展閱讀　611