Python金融数据分析
本书特色
[
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Python1.4IPython简介1.4.1安装IPython1.4.2使用pip1.4.3IPython Notebook1.4.4Notebook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*优化2.4.1安装PuLP2.4.2一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�睴ption类4.2.4利用BinomialTreeOption类给美式期权定价4.2.5Cox�睷oss�睷ubinstein模型4.2.6Leisen�睷eimer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�睴ption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�睳icolson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�睮ngersoll�睷oss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6.1.3VSTOXX6.1.4VIX6.2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7.2Hadoop7.2.1HDFS7.2.2YARN7.2.3MapReduce7.3大数据工具对我来说实用吗7.4获取Apache Hadoop7.4.1从Cloudera获取QuickStart VM7.4.2获取VirtualBox7.4.3在VirtualBox上运行Cloudera VM7.5Hadoop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MapReduce7.5.6使用Hue浏览HDFS7.6Hadoop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MongoDB7.7.2创建数据目录并运行MongoDB7.7.3获取PyMongo7.7.4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*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 WorkStation8.5.2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REST8.7.2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
封面
书名:Python金融数据分析
作者:马伟明
页数:240
定价:¥69.0
出版社:机械工业出版社
出版日期:2018-03-01
ISBN:9787111589983
PDF电子书大小:56MB 高清扫描完整版