基于Python的金融分析

金融市场富有魅力的地方就是它每天都是新的：新的信息、新的价格、新的投资者和新的决策等。投资者面对市场上错综复杂的对象，在感叹市场伟大的同时，也会感到一丝无力。如何使用合适的工具去分析、解构和了解市场，成为每个投资者追寻的问题。
得益于信息技术的飞速发展，投资者在对金融市场进行分析时，逐步采用大量的数据处理技术。从微软公司的表格处理软件Excel，到应用于工程计算的MatLab系统，到Java语言，以及开源的统计软件R，各种软件纷纷在金融市场分析工具中占据一席之地。这个局面近年来被Python语言打破，Python语言逐渐成为各领域的霸主。
在2018年TIOBE编程语言排行榜上，Python已经第三次被评为TIOBE年度编程语言，同时也是获奖次数多的编程语言。在IEEE中，Python也是连续多年排名的语言。Python已成为当今大学中教授的语言，在统计、AI 编程、脚本编写、系统测试等领域均排名。此外，Python语言还在Web编程和科学计算等领域处于领先地位。可以说，Python语言已经无处不在。
本书共分10章。第1章到第3章主要讲述的是Python语言的基础知识，重点介绍了与金融分析有关的NumPy库和Pandas库。第4章介绍了如何使用Matplotlib库绘制金融分析图形。第5章讲解了如何用Python语言实现金融市场上常用的技术指标。第6章从统计分析的角度出发，讲述了Python语言如何对金融市场进行描述统计分析。第7章探讨了使用Python语言对金融市场进行多种回归分析。第8章对金融市场的收益率和风险进行了讨论。第9章分析了证券市场的投资组合问题。第10章使用Python语言构建了简单的量化交易框架。
Python语言被称为“胶水”语言，它的语法精确而简洁，拥有大量的第三方工具，是处理金融行业错综复杂事务的可靠选择。Python语言又是一种非常有亲和力的语言，它对非计算机专业出身的开发者十分友善。本书列举了大量的实例，通过对案例的讲解使读者能由浅入深地了解Python语言。从可视化、统计分析到指标构建，从风险分析到收益率探讨，从回归分析到量化交易，金融知识的难度是逐步加深的，其中所涉及的编程技巧也是逐步深入的。这不但符合人们对知识学习的一般规律，也符合Python语言的特征——简单而有效。
本书向投资者展现Python语言强大的分析能力，为投资者开辟了一条新的路径；同时，本书还能作为大学的教材。
由于笔者水平有限，写作时间仓促，因此书中难免会有疏漏之处，衷心希望读者反馈意见，促进教材的进一步修订、完善。

Python语言被称为“胶水”语言，它的语法精确而简洁，尤其具有大量的第三方工具使它成为处理金融行业的错综复杂的事务的可靠选择。Python语言又是一门非常有亲和力的语言，它对非计算机专业出身的开发者十分友善。本书列举了大量的实例，通过对案例的讲解使读者能由浅入深地逐步展开Python语言的金融之旅。 

郑丰 北方工业大学经济管理学院副教授。教授课程 “ERP系统应用实训”“ERP沙盘模拟”等。主要研究方向为金融数据分析、金融系统建模、信息系统开发。出版著作多部，发表论文多篇，完成多项各级科研项目。

1Python基础知识
11Python环境搭建
111Python官网及下载
112Python安装
113Python环境配置
114Python运行
12Python基本数据类型
121运算符
122数字
123字符串
124列表
125元祖
126字典
127集合
13Python基本语句
131条件语句
132while循环语句
133for循环语句
14Python函数和模块
141Python函数
142Python模块
143Python文件I/O

2NumPy基础知识
21NumPy环境搭建及数组对象
211NumPy安装
212NumPy对象
213数据类型
214数组属性
22NumPy创建与索引
221创建数组
222数字范围创建数组
223切片和索引
23NumPy操作
231广播
232迭代
233修改数组形状
234翻转数组
235连接数组
236分割数组
237添加与删除
24NumPy函数
241数学函数
242算术函数
243统计函数
244排序函数

3Pandas基础知识
31Pandas环境安装及数据结构
311Pandas环境安装
312Pandas系列
313Pandas数据帧
314Pandas面板
32Pandas操作
321系列基本操作
322数据帧基本操作
323合并与连接
33Pandas函数
331I/O函数
332统计函数

4金融市场可视化分析
41可视化基础Matplotlib
411基本引用方法和figure对象
412绘制图形
413添加辅助信息
42绘制股价基本走势图
421获取股价数据
422绘制基础走势
43绘制股价专业分析图
431绘制多个子图
432绘制成交量图
433绘制K线图

5金融市场技术指标
51摆动类指标
511KDJ指标
512RSI指标
513WR指标
52趋势类指标
521MACD指标
522MA指标
53通道类指标
531BOLL指标
532ENE指标

6金融市场描述统计分析
61集中趋势分析
611集中趋势指标
612绘制直方图
62离散度分析
621极差
622平均离差
623方差和标准差
63数据分布分析
631偏度
632峰度

7金融市场回归分析
71一元线性回归分析
711回归方程的形式
712参数的估计
72沪深两市指数一元回归分析
721模型构建及分析
722模型检验
73多元回归分析
731多元回归模型
732A股白云山多元回归模型构建

8金融市场收益率和风险分析
81收益率分析
811单利及简单收益率分析
812复利收益率分析
82金融风险分析
821金融风险分类
822风险计量方法
823风险测度
824回撤
825风险价值

9金融市场投资组合分析
91投资组合收益率和风险
911计算投资组合收益率和风险
912等权重投资组合
913市值加权投资组合
92马科维茨投资组合分析
921马科维茨投资组合理论
922蒙特卡洛模拟求解
93夏普组合分析
931夏普指数
932夏普指数分析

10量化交易初步
101量化交易框架
1011策略构建阶段
1012策略回测阶段
1013策略执行阶段
1014风险管理阶段
102单均线策略
1021单均线策略的实现
1022单均线策略的优化
103双均线策略
1031双均线策略的实现
1032双均线策略的优化

Python语言被称为“胶水”语言，它的语法精确而简洁，尤其具有大量的第三方工具使它成为处理金融行业的错综复杂的事务的可靠选择。Python语言又是一门非常有亲和力的语言，它对非计算机专业出身的开发者十分友善。本书列举了大量的实例，通过对案例的讲解使读者能由浅入深地逐步展开Python语言的金融之旅。 

郑丰 北方工业大学经济管理学院副教授。教授课程 “ERP系统应用实训”“ERP沙盘模拟”等。主要研究方向为金融数据分析、金融系统建模、信息系统开发。出版著作多部，发表论文多篇，完成多项各级科研项目。