Python金融数据分析
正版保障 假一赔十 可开发票
￥ 22.15 3.2折 ￥ 69 全新
库存39件
广东广州
认证卖家担保交易快速发货售后保障
作者［新加坡］马伟明
出版社机械工业出版社
ISBN9787111589983
出版时间2017-09
装帧平装
开本16开
定价69元
货号9149318
上书时间2024-07-15
商品详情
- 品相描述：全新
- 商品描述
-
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、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BinomialEuropeanOption类
4.2.4利用BinomialTreeOption类给美式期权定价
4.2.5CoxRossRubinstein模型
4.2.6LeisenReimer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BinomialCRROption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
4.6.3CrankNicolson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
5.10.2CoxIngersollRoss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
内容摘要
马伟明著的《Python金融数据分析》系统阐述Python在金融领域的应用，不仅涵盖核心的金融理论及相关数学概念，还详细讲解如何应用Python求解经典的资产定价模型、解决金融中的线性和非线性问题、开发数值程序和利率模型，以及如何根据有限差分法定价来描绘含有期权的隐含波动率曲线等。
本书还介绍了Hadoop在大数据分析中的应用以及Python和Excel的融通，包括使用Python执行MapReduce操作，用NoSQL存储数据，在Python中构建一个组件对象模型服务器和客户端界面与Excel融通，以及在Excel中即时计算期权价格。
此外，通过学习本书，你将了解如何连接到代理API，检索市场数据，生成交易信号并向交易所发送
订单，以及平均回报和趋势跟踪等交易策略的实施。
另外，本书还将介绍风险管理、头寸跟踪和回测技术，以帮助你管理交易策略的实施效果。
精彩内容
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价