Python金融数据分析

Python金融数据分析
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: , , ,
2018-04
版次: 1
ISBN: 9787111589983
定价: 69.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 240页
39人买过
  • 本书将介绍股票、期权、利率衍生品等金融工具定价方法,如何根据市场指数进行大数据分析,以及如何使用NoSQL存储tick数据,可解决建模、交易策略优化和风险管理等金融领域的复杂问题。本书面向本科生、研究生、算法开发的初学者以及使用Python进行定量研究的金融领域软件开发人员。你无需精通Python,熟悉其基本使用情况即可。 目录 

    前言 

    第1章Python在金融中的应用 

    1.1Python适合我吗 

    1.1.1免费+开源 

    1.1.2高级、强大、灵活的编程语言 

    1.1.3丰富的标准库 

    1.2面向对象编程与函数式编程 

    1.2.1面向对象式方法 

    1.2.2函数式方法 

    1.2.3我该使用哪种方法 

    1.3我该使用哪个版本的Python 

    1.4IPython简介 

    1.4.1安装IPython 

    1.4.2使用pip 

    1.4.3IPython Notebook 

    1.4.4Notebook单元格 

    1.4.5IPython Notebook简单的练习 

    1.4.6Notebook与金融 

    1.5总结 

    第2章金融中的线性问题 

    2.1资本资产定价模型与证券市场线 

    2.2套利定价模型 

    2.3因子模型的多元线性回归 

    2.4线性最优化 

    2.4.1安装PuLP 

    2.4.2一个简单的线性优化问题 

    2.4.3线性规划的结果 

    2.4.4整数规划 

    2.5使用矩阵解线性方程组 

    2.6LU分解 

    2.7Cholesky分解 

    2.8QR分解 

    2.9总结 

    第3章非线性与金融 

    3.1非线性建模 

    3.2非线性模型举例 

    3.2.1隐含波动率模型 

    3.2.2马尔可夫机制转换模型 

    3.2.3门限自回归模型 

    3.2.4平滑转换模型 

    3.3非线性模型求根算法概述 

    3.4增量法 

    3.5二分法 

    3.6牛顿迭代法 

    3.7割线法 

    3.8求根法的结合使用 

    3.9利用SciPy求解 

    3.9.1SciPy求根标量函数 

    3.9.2通用非线性求解器 

    3.10总结 

    第4章利用数值方法为衍生品定价 

    4.1什么是期权 

    4.2二叉树期权定价模型 

    4.2.1欧式期权定价 

    4.2.2编写StockOption类 

    4.2.3编写BinomialEuropeanOption类 

    4.2.4利用BinomialTreeOption类给美式期权定价 

    4.2.5CoxRossRubinstein模型 

    4.2.6LeisenReimer模型 

    4.3希腊值 

    4.4三叉树期权定价模型 

    4.5期权定价中的Lattice方法 

    4.5.1二叉树网格 

    4.5.2编写BinomialCRROption类 

    4.5.3三叉树网格 

    4.6有限差分法 

    4.6.1显式方法 

    4.6.2隐式方法 

    4.6.3CrankNicolson方法 

    4.6.4奇异障碍期权定价 

    4.6.5美式期权定价的有限差分 

    4.7隐含波动率模型 

    4.8总结 

    第5章利率及其衍生工具 

    5.1固定收益证券 

    5.2收益率曲线 

    5.3无息债券 

    5.4自助法构建收益率曲线 

    5.5远期利率 

    5.6计算到期收益率 

    5.7计算债券定价 

    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债券期权 

    5.11.1可赎回债券 

    5.11.2可回售债券 

    5.11.3可转换债券 

    5.11.4优先股 

    5.12可赎回债券定价 

    5.12.1Vasicek模型定价无息债券 

    5.12.2提前行权定价 

    5.12.3有限差分策略迭代法 

    5.12.4可赎回债券定价的其他影响因素 

    5.13总结 

    第6章利用Python分析欧洲斯托克 50指数波动率 

    6.1波动率指数衍生品 

    6.1.1STOXX与欧洲期货交易所 

    6.1.2EURO STOXX 50指数 

    6.1.3VSTOXX 

    6.1.4VIX 

    6.2获取EUROX STOXX 50指数和VSTOXX数据 

    6.3数据合并 

    6.4SX5E与V2TX的财务分析 

    6.5SX5E与V2TX的相关性 

    6.6计算VSTOXX子指数 

    6.6.1获取OESX数据 

    6.6.2计算VSTOXX子指数的公式 

    6.6.3VSTOXX子指数值的实现 

    6.6.4分析结果 

    6.7计算VSTOXX主指数 

    6.8总结 

    第7章大数据分析 

    7.1什么是大数据 

    7.2Hadoop 

    7.2.1HDFS 

    7.2.2YARN 

    7.2.3MapReduce 

    7.3大数据工具对我来说实用吗 

    7.4获取Apache Hadoop 

    7.4.1从Cloudera获取QuickStart VM 

    7.4.2获取VirtualBox 

    7.4.3在VirtualBox上运行Cloudera VM 

    7.5Hadoop中的字计数程序 

    7.5.1下载示例数据 

    7.5.2map程序 

    7.5.3reduce程序 

    7.5.4测试脚本 

    7.5.5在Hadoop上运行MapReduce 

    7.5.6使用Hue浏览HDFS 

    7.6Hadoop的金融实践 

    7.6.1从Yahoo! Finance获取IBM股票价格 

    7.6.2修改map程序 

    7.6.3使用IBM股票价格测试map程序 

    7.6.4运行MapReduce计算日内价格变化 

    7.6.5分析MapReduce结果 

    7.7NoSQL简介 

    7.7.1获取MongoDB 

    7.7.2创建数据目录并运行MongoDB 

    7.7.3获取PyMongo 

    7.7.4运行测试连接 

    7.7.5获取数据库 

    7.7.6获取集合 

    7.7.7插入文档 

    7.7.8获取单个文档 

    7.7.9删除文档 

    7.7.10批量插入文档 

    7.7.11统计集合文档 

    7.7.12查找文档 

    7.7.13文档排序 

    7.7.14结论 

    7.8总结 

    第8章算法交易 

    8.1什么是算法交易 

    8.2带有公共API的交易平台列表 

    8.3有没有最好的编程语言 

    8.4系统功能 

    8.5通过Interactive Brokers和IbPy进行算法交易 

    8.5.1获取Interactive Brokers的Trader WorkStation 

    8.5.2获取IbPy——IB API包装器 

    8.5.3指令路由机制 

    8.6构建均值回归算法交易系统 

    8.6.1设置主程序 

    8.6.2处理事件 

    8.6.3实现均值回归算法 

    8.6.4跟踪头寸 

    8.7使用OANDA API进行外汇交易 

    8.7.1什么是REST 

    8.7.2设置OANDA账户 

    8.7.3OANDA API使用方法 

    8.7.4获取oandapy——OAND AREST API包装器 

    8.7.5获取并解析汇率数据 

    8.7.6发送指令 

    8.8构建趋势跟踪外汇交易平台 

    8.8.1设置主程序 

    8.8.2处理事件 

    8.8.3实现趋势跟踪算法 

    8.8.4跟踪头寸 

    8.9风险价值模型 

    8.10总结 

    第9章回溯测试 

    9.1回溯测试概述 

    9.1.1回溯测试的缺陷 

    9.1.2事件驱动回溯测试系统 

    9.2设计并实施回溯测试系统 

    9.2.1TickData类 

    9.2.2MarketData类 

    9.2.3MarketDataSource类 

    9.2.4Order类 

    9.2.5Position类 

    9.2.6Strategy类 

    9.2.7MeanRe
  • 内容简介:
    本书将介绍股票、期权、利率衍生品等金融工具定价方法,如何根据市场指数进行大数据分析,以及如何使用NoSQL存储tick数据,可解决建模、交易策略优化和风险管理等金融领域的复杂问题。本书面向本科生、研究生、算法开发的初学者以及使用Python进行定量研究的金融领域软件开发人员。你无需精通Python,熟悉其基本使用情况即可。
  • 目录:
    目录 

    前言 

    第1章Python在金融中的应用 

    1.1Python适合我吗 

    1.1.1免费+开源 

    1.1.2高级、强大、灵活的编程语言 

    1.1.3丰富的标准库 

    1.2面向对象编程与函数式编程 

    1.2.1面向对象式方法 

    1.2.2函数式方法 

    1.2.3我该使用哪种方法 

    1.3我该使用哪个版本的Python 

    1.4IPython简介 

    1.4.1安装IPython 

    1.4.2使用pip 

    1.4.3IPython Notebook 

    1.4.4Notebook单元格 

    1.4.5IPython Notebook简单的练习 

    1.4.6Notebook与金融 

    1.5总结 

    第2章金融中的线性问题 

    2.1资本资产定价模型与证券市场线 

    2.2套利定价模型 

    2.3因子模型的多元线性回归 

    2.4线性最优化 

    2.4.1安装PuLP 

    2.4.2一个简单的线性优化问题 

    2.4.3线性规划的结果 

    2.4.4整数规划 

    2.5使用矩阵解线性方程组 

    2.6LU分解 

    2.7Cholesky分解 

    2.8QR分解 

    2.9总结 

    第3章非线性与金融 

    3.1非线性建模 

    3.2非线性模型举例 

    3.2.1隐含波动率模型 

    3.2.2马尔可夫机制转换模型 

    3.2.3门限自回归模型 

    3.2.4平滑转换模型 

    3.3非线性模型求根算法概述 

    3.4增量法 

    3.5二分法 

    3.6牛顿迭代法 

    3.7割线法 

    3.8求根法的结合使用 

    3.9利用SciPy求解 

    3.9.1SciPy求根标量函数 

    3.9.2通用非线性求解器 

    3.10总结 

    第4章利用数值方法为衍生品定价 

    4.1什么是期权 

    4.2二叉树期权定价模型 

    4.2.1欧式期权定价 

    4.2.2编写StockOption类 

    4.2.3编写BinomialEuropeanOption类 

    4.2.4利用BinomialTreeOption类给美式期权定价 

    4.2.5CoxRossRubinstein模型 

    4.2.6LeisenReimer模型 

    4.3希腊值 

    4.4三叉树期权定价模型 

    4.5期权定价中的Lattice方法 

    4.5.1二叉树网格 

    4.5.2编写BinomialCRROption类 

    4.5.3三叉树网格 

    4.6有限差分法 

    4.6.1显式方法 

    4.6.2隐式方法 

    4.6.3CrankNicolson方法 

    4.6.4奇异障碍期权定价 

    4.6.5美式期权定价的有限差分 

    4.7隐含波动率模型 

    4.8总结 

    第5章利率及其衍生工具 

    5.1固定收益证券 

    5.2收益率曲线 

    5.3无息债券 

    5.4自助法构建收益率曲线 

    5.5远期利率 

    5.6计算到期收益率 

    5.7计算债券定价 

    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债券期权 

    5.11.1可赎回债券 

    5.11.2可回售债券 

    5.11.3可转换债券 

    5.11.4优先股 

    5.12可赎回债券定价 

    5.12.1Vasicek模型定价无息债券 

    5.12.2提前行权定价 

    5.12.3有限差分策略迭代法 

    5.12.4可赎回债券定价的其他影响因素 

    5.13总结 

    第6章利用Python分析欧洲斯托克 50指数波动率 

    6.1波动率指数衍生品 

    6.1.1STOXX与欧洲期货交易所 

    6.1.2EURO STOXX 50指数 

    6.1.3VSTOXX 

    6.1.4VIX 

    6.2获取EUROX STOXX 50指数和VSTOXX数据 

    6.3数据合并 

    6.4SX5E与V2TX的财务分析 

    6.5SX5E与V2TX的相关性 

    6.6计算VSTOXX子指数 

    6.6.1获取OESX数据 

    6.6.2计算VSTOXX子指数的公式 

    6.6.3VSTOXX子指数值的实现 

    6.6.4分析结果 

    6.7计算VSTOXX主指数 

    6.8总结 

    第7章大数据分析 

    7.1什么是大数据 

    7.2Hadoop 

    7.2.1HDFS 

    7.2.2YARN 

    7.2.3MapReduce 

    7.3大数据工具对我来说实用吗 

    7.4获取Apache Hadoop 

    7.4.1从Cloudera获取QuickStart VM 

    7.4.2获取VirtualBox 

    7.4.3在VirtualBox上运行Cloudera VM 

    7.5Hadoop中的字计数程序 

    7.5.1下载示例数据 

    7.5.2map程序 

    7.5.3reduce程序 

    7.5.4测试脚本 

    7.5.5在Hadoop上运行MapReduce 

    7.5.6使用Hue浏览HDFS 

    7.6Hadoop的金融实践 

    7.6.1从Yahoo! Finance获取IBM股票价格 

    7.6.2修改map程序 

    7.6.3使用IBM股票价格测试map程序 

    7.6.4运行MapReduce计算日内价格变化 

    7.6.5分析MapReduce结果 

    7.7NoSQL简介 

    7.7.1获取MongoDB 

    7.7.2创建数据目录并运行MongoDB 

    7.7.3获取PyMongo 

    7.7.4运行测试连接 

    7.7.5获取数据库 

    7.7.6获取集合 

    7.7.7插入文档 

    7.7.8获取单个文档 

    7.7.9删除文档 

    7.7.10批量插入文档 

    7.7.11统计集合文档 

    7.7.12查找文档 

    7.7.13文档排序 

    7.7.14结论 

    7.8总结 

    第8章算法交易 

    8.1什么是算法交易 

    8.2带有公共API的交易平台列表 

    8.3有没有最好的编程语言 

    8.4系统功能 

    8.5通过Interactive Brokers和IbPy进行算法交易 

    8.5.1获取Interactive Brokers的Trader WorkStation 

    8.5.2获取IbPy——IB API包装器 

    8.5.3指令路由机制 

    8.6构建均值回归算法交易系统 

    8.6.1设置主程序 

    8.6.2处理事件 

    8.6.3实现均值回归算法 

    8.6.4跟踪头寸 

    8.7使用OANDA API进行外汇交易 

    8.7.1什么是REST 

    8.7.2设置OANDA账户 

    8.7.3OANDA API使用方法 

    8.7.4获取oandapy——OAND AREST API包装器 

    8.7.5获取并解析汇率数据 

    8.7.6发送指令 

    8.8构建趋势跟踪外汇交易平台 

    8.8.1设置主程序 

    8.8.2处理事件 

    8.8.3实现趋势跟踪算法 

    8.8.4跟踪头寸 

    8.9风险价值模型 

    8.10总结 

    第9章回溯测试 

    9.1回溯测试概述 

    9.1.1回溯测试的缺陷 

    9.1.2事件驱动回溯测试系统 

    9.2设计并实施回溯测试系统 

    9.2.1TickData类 

    9.2.2MarketData类 

    9.2.3MarketDataSource类 

    9.2.4Order类 

    9.2.5Position类 

    9.2.6Strategy类 

    9.2.7MeanRe
查看详情
12
系列丛书 / 更多
Python金融数据分析
大数据导论
彭智勇 译
Python金融数据分析
统计学习导论 基于R应用
[美]加雷斯·詹姆斯、丹妮拉·威滕、特雷弗·哈斯帖 著;王星 译
Python金融数据分析
大数据分析原理与实践
王宏志 著
Python金融数据分析
Python机器学习
高明、徐莹、陶虎成 译
Python金融数据分析
机器学习与R语言(原书第2版)
李洪成、许金炜、李舰 译
Python金融数据分析
Python机器学习(原书第2版)
瓦希德·米 著;塞巴斯蒂安·拉施卡(Sebastian Raschka)、陈斌 译
Python金融数据分析
基于R语言的自动数据收集:网络抓取和文本挖掘实用指南
[德]西蒙·蒙策尔特 著;吴今朝 译
Python金融数据分析
机器学习与R语言
[美]Brett Lantz 著;李洪成、许金炜、李舰 译
Python金融数据分析
基于MPI的大数据高性能计算导论
弗兰克·尼尔森(Frank Nielsen) 著;张伟哲 译
Python金融数据分析
统计机器学习导论
[日]杉山将 著;谢宁 译
Python金融数据分析
Python文本分析
[印度]迪潘简·撒卡尔 著;闫龙川 高德荃 李君婷 译
Python金融数据分析
社交媒体数据挖掘与分析
[美]加博尔·萨博(Gabor Szabo) 著;李凯、吕天阳 译
您可能感兴趣 / 更多
Python金融数据分析
2023年注册会计师考试名师好题-大小题专攻 财务成本管理 轻二 CPA
Weibo
Python金融数据分析
2023年注册会计师考试21天 浓缩记忆册 财务成本管理
Weibo主编;东奥会计在线编
Python金融数据分析
幸福地理学:寻找世界上最幸福的地方(远方译丛)
Weiner) 著 罗新 主编;田亚曼 孙玮 译;[美]埃里克·韦纳(Eric
Python金融数据分析
应用随机分析(影印版)
Weinan E;Tiejun Li
Python金融数据分析
组织诊断:六个盒子的理论与实践
Weisbord(马文・韦斯伯德) 著;胡智丰、[美]Marvin、R.、胡智丰 译
Python金融数据分析
宽带波束形成:概念与技术
Weiss 著;[英]Wei、Liu、[英]Stephan、于雷、位寅生 译
Python金融数据分析
The Complete Guide to Fundraising Management
Weinstein;Stanley;Barden;Pamela
Python金融数据分析
Non-OperatingRoomAnesthesia:ExpertConsult-OnlineandPrint,1e
Weiss、Mark 著
Python金融数据分析
Diversity,BiomineralizationandRockMagnetismofMagnetotacticBacteria(SpringerTheses)
Wei Lin 著
Python金融数据分析
ServiceMining:FrameworkandApplication
Wei Lun Chang 著
Python金融数据分析
Code Name Verity
Wein, Elizabeth
Python金融数据分析
Money Talks: How to Make a Million as a Speaker
Weiss;Alan