《Python金融大數據分析 》是人民郵電出版社2015年12月出版的中譯圖書,作者[德]伊夫·希爾皮斯科,譯者姚軍。
基本介紹
- 書名:Python金融大數據分析
- 作者:[德]伊夫·希爾皮斯科
- 原版名稱:Python for Finance: Analyze Big Financial Data
- 譯者:姚軍
- ISBN:9787115404459
- 類別:計算機,金融,大數據分析
- 頁數:511
- 定價:70.40
- 出版社:人民郵電出版社
- 出版時間:2015-12
內容簡介,作者簡介,目錄,第1部分,第2部分,第3部分,
內容簡介
《Python金融大數據分析》提供了使用Python進行數據分析,以及開發相關應用程式的技巧和工具。
《Python金融大數據分析》總計分為3部分,共19章,第1部分介紹了Python在金融學中的套用,其內容涵蓋了Python用於金融行業的原因、Python的基礎架構和工具,以及Python在計量金融學中的一些具體入門實例;第2部分介紹了金融分析和應用程式開發中重要的Python庫、技術和方法,其內容涵蓋了Python的數據類型和結構、用matplotlib進行數據可視化、金融時間序列數據處理、高性能輸入/輸出操作、高性能的Python技術和庫、金融學中需要的多種數學工具、隨機數生成和隨機過程模擬、Python統計學套用、Python和Excel的集成、Python面向對象編程和GUI的開發、Python與Web技術的集成,以及基於Web套用和Web服務的開發;第3部分關注的是蒙特卡洛模擬期權與衍生品定價實際套用的開發工作,其內容涵蓋了估值框架的介紹、金融模型的模擬、衍生品的估值、投資組合的估值、波動率期權等知識。
作者簡介
伊夫·希爾皮斯科(Yves Hilpisch)是Python Quants(德國)股份有限公司的創始人和任事股東,也是Python Quants(紐約)有限責任公司的共同創辦人。該集團提供基於Python的金融和衍生品分析軟體,以及和Python及金融相關的諮詢、開發和培訓服務。
Yves還是Derivatives Analytics with Python(Wiley Finance,2015)的作者。作為獲得數理金融學博士學位的商業管理專業研究生,他在薩爾州大學講授計算金融學中的數值化方法課程。
目錄
第1部分
第1章 為什麼將Python用於金融
1.1 Python是什麼
1.1.1 Python簡史
1.1.2 Python生態系統
1.1.3 Python用戶譜系
1.1.4 科學棧
1.2 金融中的科技
1.2.1 科技開銷
1.2.2 作為業務引擎的科技
1.2.3 作為進入門檻的科技和人才
1.2.4 不斷提高的速度、頻率、數據量
1.2.5 實時分析的興起
1.3 用於金融的Python
1.3.1 金融和Python語法
1.3.2 Python的效率和生產率
1.3.3 從原型化到生產
1.4 結語
1.5 延伸閱讀
第2章 基礎架構和工具
2.1 Python部署
2.1.1 Anaconda
2.1.2 Python Quant Platform
2.1.3 工具
2.1.4 Python
2.1.5 IPython
2.1.6 Spyder
2.2 結語
2.3 延伸閱讀
第3章 入門示例
3.1 隱含波動率
3.2 蒙特卡洛模擬
3.2.1 純Python
3.2.2 用NumPy向量化
3.2.3 利用對數歐拉方法實現全向量化
3.2.4 圖形化分析
3.2.5 技術分析
3.3 結語
3.4 延伸閱讀
第2部分
第4章 數據類型和結構
4.1 基本數據類型
4.1.1 整數
4.1.2 浮點數
4.1.3 字元串
4.2 基本數據結構
4.2.1 元組
4.2.2 列表
4.2.3 離題:控制結構
4.2.4 離題:函式式編程
4.2.5 字典
4.2.6 集合
4.3 NumPy數據結構
4.3.1 用Python列表形成數組
4.3.2 常規NumPy數組
4.3.3 結構數組
4.4 代碼向量化
4.5 記憶體布局
4.6 結語
4.7 延伸閱讀
第5章 數據可視化
5.1 二維繪圖
5.1.1 一維數據集
5.1.2 二維數據集
5.1.3 其他繪圖樣式
5.2 金融學圖表
5.3 3D繪圖
5.4 結語
5.5 延伸閱讀
第6章 金融時間序列
6.1 pandas基礎
6.1.1 使用DataFrame類的第一步
6.1.2 使用DataFrame類的第二步
6.1.3 基本分析
6.1.4 Series類
6.1.5 GroupBy操作
6.2 金融數據
6.3 回歸分析
6.4 高頻數據
6.5 結語
6.6 延伸閱讀
第7章 輸入/輸出操作
7.1 Python基本I/O
7.1.1 將對象寫入磁碟
7.1.2 讀寫文本檔案
7.1.3 SQL資料庫
7.1.4 讀寫NumPy數組
7.2 Pandas的I/O
7.2.1 SQL資料庫
7.2.2 從SQL到pandas
7.2.3 CSV檔案數據
7.2.4 Excel檔案數據
7.3 PyTables的快速I/O
7.3.1 使用表
7.3.2 使用壓縮表
7.3.3 使用數組
7.3.4 記憶體外計算
7.4 結語
7.5 延伸閱讀
第8章 高性能的Python
8.1 Python范型與性能
8.2 記憶體布局與性能
8.3 並行計算
8.3.1 蒙特卡洛算法
8.3.2 順序化計算
8.3.3 並行計算
8.3.4 性能比較
8.4 多處理
8.5 動態編譯
8.5.1 介紹性示例
8.5.2 二項式期權定價方法
8.6 用Cython進行靜態編譯
8.7 在GPU上生成隨機數
8.8 結語
8.9 延伸閱讀
第9章 數學工具
9.1 逼近法
9.1.1 回歸
9.1.2 插值
9.2 凸最佳化
9.2.1 全局最佳化
9.2.2 局部最佳化
9.2.3 有約束最佳化
9.3 積分
9.3.1 數值積分
9.3.2 通過模擬求取積分
9.4 符號計算
9.4.1 基本知識
9.4.2 方程式
9.4.3 積分
9.4.4 微分
9.5 結語
9.6 延伸閱讀
第10章 推斷統計學
10.1 隨機數
10.2 模擬
10.2.1 隨機變數
10.2.2 隨機過程
10.2.3 方差縮減
10.3 估值
10.3.1 歐式期權
10.3.2 美式期權
10.4 風險測度
10.4.1 風險價值
10.4.2 信用價值調整
10.5 結語
10.6 延伸閱讀
第11章 統計學
11.1 正態性檢驗
11.1.1 基準案例
11.1.2 現實世界的數據
11.2 投資組合最佳化
11.2.1 數據
11.2.2 基本理論
11.2.3 投資組合最佳化
11.2.4 有效邊界
11.2.5 資本市場線
11.3 主成分分析
11.3.1 DAX指數和30種成分股
11.3.2 套用PCA
11.3.3 構造PCA指數
11.4 貝葉斯回歸
11.4.1 貝葉斯公式
11.4.2 PyMC3
11.4.3 介紹性示例
11.4.4 真實數據
11.5 結語
11.6 延伸閱讀
第12章 Excel集成
12.1 基本電子表格互動
12.1.1 生成工作簿(.xls)
12.1.2 生成工作簿(.xslx)
12.1.3 從工作簿中讀取
12.1.4 使用OpenPyxl
12.1.5 使用pandas讀寫
12.2 用Python編寫Excel腳本
12.2.1 安裝DataNitro
12.2.2 使用DataNitro
12.3 xlwings
12.4 結語
12.5 延伸閱讀
第13章 面向對象和圖形用戶界面
13.1 面向對象
13.1.1 Python類基礎知識
13.1.2 簡單的短期利率類
13.1.3 現金流序列類
13.2 圖形用戶界面
13.2.1 帶GUI的短期利率類
13.2.2 值的更新
13.2.3 帶GUI的現金流序列類
13.3 結語
13.4 延伸閱讀
第14章 Web集成
14.1 Web基礎知識
14.1.1 ftplib
14.1.2 httplib
14.1.3 urllib
14.2 Web圖表繪製
14.2.1 靜態圖表繪製
14.2.2 互動式圖表繪製
14.2.3 實時圖表繪製
14.3 快速Web套用
14.3.1 交易者的聊天室
14.3.2 數據建模
14.3.3 Python代碼
14.3.4 模板
14.3.5 樣式化
14.4 Web服務
14.4.1 金融模型
14.4.2 實現
14.5 結語
14.6 延伸閱讀
第3部分
第15章 估值框架
15.1 資產定價基本定理
15.1.1 簡單示例
15.1.2 一般結果
15.2 風險中立折現
15.2.1 日期建模和處理
15.2.2 固定短期利率
15.3 市場環境
15.4 結語
15.5 延伸閱讀
第16章 金融模型的模擬
16.1 隨機數生成
16.2 泛型模擬類
16.3 幾何布朗運動
16.3.1 模擬類
16.3.2 用例
16.4 跳躍擴散
16.4.1 模擬類
16.4.2 用例
16.5 平方根擴散
16.5.1 模擬類
16.5.2 用例
16.6 結語
16.7 延伸閱讀
第17章 衍生品估值
17.1 泛型估值類
17.2 歐式行權
17.3 估值類
17.4 美式行權
17.4.1 最小二乘蒙特卡洛方法
17.4.2 估值類
17.4.3 用例
17.5 結語
17.6 延伸閱讀
第18章 投資組合估值
18.1 衍生品頭寸
18.1.1 類
18.1.2 用例
18.2 衍生品投資組合
18.2.1 類
18.2.2 用例
18.3 結語
18.4 延伸閱讀
第19章 波動率期權
19.1 VSTOXX數據
19.1.1 VSTOXX指數數據
19.1.2 VSTOXX期貨數據
19.1.3 VSTOXX期權數據
19.2 模型檢驗
19.2.1 相關市場數據
19.2.2 期權建模
19.2.3 檢驗過程
19.3 基於VSTOXX的美式期權
19.3.1 期權頭寸建模
19.3.2 期權投資組合
19.4 結語
19.5 延伸閱讀
附錄A 精選的最佳實踐
附錄B 看漲期權類
附錄C 日期和時間