Python金融數據分析(2017年機械工業出版社出版的圖書)

《Python金融數據分析》是2017年機械工業出版社出版的圖書，作者是［新加坡］馬偉明。

基本介紹

• 書名：Python金融數據分析
• 作者：［新加坡］馬偉明
• 類別：資料庫理論
• 出版社：機械工業出版社
• 出版時間：2017年3月
• 開本：16 開
• 裝幀：平裝-膠訂
• ISBN：9787111589983

內容簡介

本書將介紹股票、期權、利率衍生品等金融工具定價方法，如何根據市場指數進行大數據分析，以及如何使用NoSQL存儲tick數據，可解決建模、交易策略最佳化和風險管理等金融領域的複雜問題。本書面向本科生、研究生、算法開發的初學者以及使用Python進行定量研究的金融領域軟體開發人員。你無需精通Python，熟悉其基本使用情況即可。

圖書目錄

目錄

前言

第1章Python在金融中的套用

1.1Python適合我嗎

1.1.1免費+開源

1.1.2高級、強大、靈活的程式語言

1.1.3豐富的標準庫

1.2面向對象編程與函式式編程

1.2.1面向對象式方法

1.2.2函式式方法

1.2.3我該使用哪種方法

1.3我該使用哪個版本的Python

1.4IPython簡介

1.4.1安裝IPython

1.4.2使用pip

1.4.3IPython Notebook

1.4.4Notebook單元格

1.4.5IPython Notebook簡單的練習

1.4.6Notebook與金融

1.5總結

第2章金融中的線性問題

2.1資本資產定價模型與證券市場線

2.2套利定價模型

2.3因子模型的多元線性回歸

2.4線性化

2.4.1安裝PuLP

2.4.2一個簡單的線性最佳化問題

2.4.3線性規劃的結果

2.4.4整數規劃

2.5使用矩陣解線性方程組

2.6LU分解

2.7Cholesky分解

2.8QR分解

2.9總結

第3章非線性與金融

3.1非線性建模

3.2非線性模型舉例

3.2.1隱含波動率模型

3.2.2馬爾可夫機制轉換模型

3.2.3門限自回歸模型

3.2.4平滑轉換模型

3.3非線性模型求根算法概述

3.4增量法

3.5二分法

3.6牛頓疊代法

3.7割線法

3.8求根法的結合使用

3.9利用SciPy求解

3.9.1SciPy求根標量函式

3.9.2通用非線性求解器

3.10總結

第4章利用數值方法為衍生品定價

4.1什麼是期權

4.2二叉樹期權定價模型

4.2.1歐式期權定價

4.2.2編寫StockOption類

4.2.3編寫BinomialEuropeanOption類

4.2.4利用BinomialTreeOption類給美式期權定價

4.2.5CoxRossRubinstein模型

4.2.6LeisenReimer模型

4.3希臘值

4.4三叉樹期權定價模型

4.5期權定價中的Lattice方法

4.5.1二叉樹格線

4.5.2編寫BinomialCRROption類

4.5.3三叉樹格線

4.6有限差分法

4.6.1顯式方法

4.6.2隱式方法

4.6.3CrankNicolson方法

4.6.4奇異障礙期權定價

4.6.5美式期權定價的有限差分

4.7隱含波動率模型

4.8總結

第5章利率及其衍生工具

5.1固定收益證券

5.2收益率曲線

5.3無息債券

5.4自助法構建收益率曲線

5.5遠期利率

5.6計算到期收益率

5.7計算債券定價

5.8久期

5.9凸度

5.10短期利率模型

5.10.1Vasicek模型

5.10.2CoxIngersollRoss模型

5.10.3Rendleman and Bartter模型

5.10.4Brennan and Schwartz模型

5.11債券期權

5.11.1可贖回債券

5.11.2可回售債券

5.11.3可轉換債券

5.11.4優先股

5.12可贖回債券定價

5.12.1Vasicek模型定價無息債券

5.12.2提前行權定價

5.12.3有限差分策略疊代法

5.12.4可贖回債券定價的其他影響因素

5.13總結

第6章利用Python分析歐洲斯托克 50指數波動率

6.1波動率指數衍生品

6.1.1STOXX與歐洲期貨交易所

6.1.2EURO STOXX 50指數

6.1.3VSTOXX

6.1.4VIX

6.2獲取EUROX STOXX 50指數和VSTOXX數據

6.3數據合併

6.4SX5E與V2TX的財務分析

6.5SX5E與V2TX的相關性

6.6計算VSTOXX子指數

6.6.1獲取OESX數據

6.6.2計算VSTOXX子指數的公式

6.6.3VSTOXX子指數值的實現

6.6.4分析結果

6.7計算VSTOXX主指數

6.8總結

第7章大數據分析

7.1什麼是大數據

7.2Hadoop

7.2.1HDFS

7.2.2YARN

7.2.3MapReduce

7.3大數據工具對我來說實用嗎

7.4獲取Apache Hadoop

7.4.1從Cloudera獲取QuickStart VM

7.4.2獲取VirtualBox

7.4.3在VirtualBox上運行Cloudera VM

7.5Hadoop中的字計數程式

7.5.1下載示例數據

7.5.2map程式

7.5.3reduce程式

7.5.4測試腳本

7.5.5在Hadoop上運行MapReduce

7.5.6使用Hue瀏覽HDFS

7.6Hadoop的金融實踐

7.6.1從Yahoo! Finance獲取IBM股票價格

7.6.2修改map程式

7.6.3使用IBM股票價格測試map程式

7.6.4運行MapReduce計算日內價格變化

7.6.5分析MapReduce結果

7.7NoSQL簡介

7.7.1獲取MongoDB

7.7.2創建數據目錄並運行MongoDB

7.7.3獲取PyMongo

7.7.4運行測試連線

7.7.5獲取資料庫

7.7.6獲取集合

7.7.7插入文檔

7.7.8獲取單個文檔

7.7.9刪除文檔

7.7.10批量插入文檔

7.7.11統計集合文檔

7.7.12查找文檔

7.7.13文檔排序

7.7.14結論

7.8總結

第8章算法交易

8.1什麼是算法交易

8.2帶有公共API的交易平台列表

8.3有沒有好的程式語言

8.4系統功能

8.5通過Interactive Brokers和IbPy進行算法交易

8.5.1獲取Interactive Brokers的Trader WorkStation

8.5.2獲取IbPy——IB API包裝器

8.5.3指令路由機制

8.6構建均值回歸算法交易系統

8.6.1設定主程式

8.6.2處理事件

8.6.3實現均值回歸算法

8.6.4跟蹤頭寸

8.7使用OANDA API進行外匯交易

8.7.1什麼是REST

8.7.2設定OANDA賬戶

8.7.3OANDA API使用方法

8.7.4獲取oandapy——OAND AREST API包裝器

8.7.5獲取並解析匯率數據

8.7.6傳送指令

8.8構建趨勢跟蹤外匯交易平台

8.8.1設定主程式

8.8.2處理事件

8.8.3實現趨勢跟蹤算法

8.8.4跟蹤頭寸

8.9風險價值模型

8.10總結

第9章回溯測試

9.1回溯測試概述

9.1.1回溯測試的缺陷

9.1.2事件驅動回溯測試系統

9.2設計並實施回溯測試系統

9.2.1TickData類

9.2.2MarketData類

9.2.3MarketDataSource類

9.2.4Order類

9.2.5Position類

9.2.6Strategy類

9.2.7MeanRe