Python金融大数据分析 pdf下载

创建时间:2019-09-20 下载量:0 访问量:37 赞:0 踩:0
ISBN:9787115404459
简介:
Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区,在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用,并且成为该行业开发核心应用的编程语言。《Python金融大数据分析》提供了使用Python进行数据分析,以及开发相关应用程序的技巧和工具。
(登录可免费下载,不想登录,点击可以关注 仅供学习使用,支持正版!
详细介绍

目录

 

第1部分  Python与金融

第1章  为什么将Python用于金融    3

1.1 Python是什么        3

1.1.1 Python简史         5

1.1.2 Python生态系统         5

1.1.3 Python用户谱系         7

1.1.4 科学栈         7

1.2  金融中的科技        8

1.2.1 科技开销    9

1.2.2 作为业务引擎的科技         9

1.2.3 作为进入门槛的科技和人才    9

1.2.4 不断提高的速度、频率、数据量    10

1.2.5 实时分析的兴起         11

1.3  用于金融的Python        12

1.3.1 金融和Python语法   12

1.3.2 Python的效率和生产率    15

1.3.3 从原型化到生产         19

1.4  结语        20

1.5  延伸阅读        20

第2章  基础架构和工具     21

2.1 Python部署   22

2.1.1 Anaconda    22

2.1.2 Python Quant Platform        27

2.1.3 工具    30

2.1.4 Python 30

2.1.5 IPython         30

2.1.6 Spyder 40

2.2  结语        42

2.3  延伸阅读        43

第3章  入门示例 45

3.1  隐含波动率   46

3.2  蒙特卡洛模拟        54

3.2.1 纯Python    56

3.2.2 用NumPy向量化        57

3.2.3 利用对数欧拉方法实现全向量化    59

3.2.4 图形化分析         60

3.2.5 技术分析    62

3.3  结语        67

3.4  延伸阅读        68

第2部分  金融分析和开发

第4章  数据类型和结构     71

4.1  基本数据类型        72

4.1.1 整数    72

4.1.2 浮点数         73

4.1.3 字符串         75

4.2  基本数据结构        77

4.2.1 元组    77

4.2.2 列表    78

4.2.3 离题:控制结构         80

4.2.4 离题:函数式编程    81

4.2.5 字典    82

4.2.6 集合    84

4.3 NumPy数据结构   85

4.3.1 用Python列表形成数组   85

4.3.2 常规NumPy数组        87

4.3.3 结构数组    90

4.4  代码向量化   91

4.5  内存布局        93

4.6  结语        95

4.7  延伸阅读        95

第5章  数据可视化     97

5.1  二维绘图        97

5.1.1 一维数据集         98

5.1.2 二维数据集         103

5.1.3 其他绘图样式    109

5.2  金融学图表   116

5.3 3D绘图  119

5.4  结语        122

5.5  延伸阅读        122

第6章  金融时间序列 123

6.1 pandas基础   124

6.1.1 使用DataFrame类的第一步    124

6.1.2 使用DataFrame类的第二步    127

6.1.3 基本分析    131

6.1.4 Series类      134

6.1.5 GroupBy操作      135

6.2  金融数据        136

6.3  回归分析        142

6.4  高频数据        150

6.5  结语        154

6.6  延伸阅读        154

第7章  输入/输出操作        155

7.1 Python基本I/O      156

7.1.1 将对象写入磁盘         156

7.1.2 读写文本文件    159

7.1.3 SQL数据库 160

7.1.4 读写NumPy数组        162

7.2 Pandas的I/O 164

7.2.1 SQL数据库 165

7.2.2 从SQL到pandas         166

7.2.3 CSV文件数据     168

7.2.4 Excel文件数据   169

7.3 PyTables的快速I/O       170

7.3.1 使用表         170

7.3.2 使用压缩表         175

7.3.3 使用数组    176

7.3.4 内存外计算         177

7.4  结语        179

7.5  延伸阅读        180

第8章  高性能的Python     181

8.1 Python范型与性能        182

8.2  内存布局与性能   184

8.3  并行计算        186

8.3.1 蒙特卡洛算法    186

8.3.2 顺序化计算         187

8.3.3 并行计算    188

8.3.4 性能比较    191

8.4  多处理   191

8.5  动态编译        193

8.5.1 介绍性示例         193

8.5.2 二项式期权定价方法         195

8.6  用Cython进行静态编译       199

8.7  在GPU上生成随机数  201

8.8  结语        205

8.9  延伸阅读        205

第9章  数学工具 207

9.1  逼近法   208

9.1.1 回归    208

9.1.2 插值    218

9.2  凸优化   221

9.2.1 全局优化    222

9.2.2 局部优化    223

9.2.3 有约束优化         224

9.3  积分        226

9.3.1 数值积分    228

9.3.2 通过模拟求取积分    228

9.4  符号计算        229

9.4.1 基本知识    229

9.4.2 方程式         230

9.4.3 积分    231

9.4.4 微分    232

9.5  结语        233

9.6  延伸阅读        233

第10章  推断统计学   235

10.1 随机数 236

10.2 模拟      241

10.2.1 随机变量  241

10.2.2 随机过程  244

10.2.3 方差缩减  256

10.3 估值      259

 

10.3.1 欧式期权  259

10.3.2 美式期权  263

10.4 风险测度      266

10.4.1 风险价值  266

10.4.2 信用价值调整  270

10.5 结语      272

10.6 延伸阅读      273

第11章  统计学   275

11.1 正态性检验 276

11.1.1 基准案例  277

11.1.2 现实世界的数据       284

11.2 投资组合优化      289

11.2.1 数据  290

11.2.2 基本理论  291

11.2.3 投资组合优化  294

11.2.4 有效边界  296

11.2.5 资本市场线       297

11.3 主成分分析 300

11.3.1 DAX指数和30种成分股 301

11.3.2 应用PCA   301

11.3.3 构造PCA指数  302

11.4 贝叶斯回归 305

11.4.1 贝叶斯公式       305

11.4.2 PyMC3       306

11.4.3 介绍性示例       307

11.4.4 真实数据  310

11.5 结语      318

11.6 延伸阅读      318

第12章  Excel集成      321

12.1 基本电子表格交互      322

12.1.1 生成工作簿(.xls) 323

12.1.2 生成工作簿(.xslx)        324

12.1.3 从工作簿中读取       326

12.1.4 使用OpenPyxl  328

12.1.5 使用pandas读写     329

12.2 用Python编写Excel脚本  332

 

12.2.1 安装DataNitro 333

12.2.2 使用DataNitro 333

12.3 xlwings 342

12.4 结语      342

12.5 延伸阅读      343

第13章  面向对象和图形用户界面   345

13.1 面向对象      345

13.1.1 Python类基础知识  346

13.1.2 简单的短期利率类  350

13.1.3 现金流序列类  354

13.2 图形用户界面      356

13.2.1 带GUI的短期利率类       356

13.2.2 值的更新  358

13.2.3 带GUI的现金流序列类  360

13.3 结语      362

13.4 延伸阅读      362

第14章  Web集成       365

14.1 Web基础知识      366

14.1.1 ftplib  366

14.1.2 httplib        368

14.1.3 urllib  369

14.2 Web图表绘制      372

14.2.1 静态图表绘制  372

14.2.2 交互式图表绘制       374

14.2.3 实时图表绘制  375

14.3 快速Web应用     383

14.3.1 交易者的聊天室       384

14.3.2 数据建模  384

14.3.3 Python代码       385

14.3.4 模板  391

14.3.5 样式化       396

14.4 Web服务      397

14.4.1 金融模型  399

14.4.2 实现  400

14.5 结语      406

14.6 延伸阅读      406

 

第3部分  衍生品分析库

第15章  估值框架       409

15.1 资产定价基本定理      409

15.1.1 简单示例  409

15.1.2 一般结果  410

15.2 风险中立折现      412

15.2.1 日期建模和处理       412

15.2.2 固定短期利率  413

15.3 市场环境      415

15.4 结语      418

15.5 延伸阅读      419

第16章  金融模型的模拟   421

16.1 随机数生成 422

16.2 泛型模拟类 423

16.3 几何布朗运动      427

16.3.1 模拟类       427

16.3.2 用例  429

16.4 跳跃扩散      431

16.4.1 模拟类       431

16.4.2 用例  434

16.5 平方根扩散 435

16.5.1 模拟类       435

16.5.2 用例  437

16.6 结语      438

16.7 延伸阅读      440

第17章  衍生品估值   441

17.1 泛型估值类 441

17.2 欧式行权      445

17.3 估值类 445

17.4 美式行权      451

17.4.1 最小二乘蒙特卡洛方法  451

17.4.2 估值类       453

17.4.3 用例  454

17.5 结语      457

17.6 延伸阅读      458

第18章  投资组合估值       459

18.1 衍生品头寸 460

18.1.1 类       460

18.1.2 用例  462

18.2 衍生品投资组合 463

18.2.1 类       463

18.2.2 用例  467

18.3 结语      472

18.4 延伸阅读      474

第19章  波动率期权   475

19.1 VSTOXX数据         476

19.1.1 VSTOXX指数数据     476

19.1.2 VSTOXX期货数据     477

19.1.3 VSTOXX期权数据     479

19.2 模型检验      480

19.2.1 相关市场数据  480

19.2.2 期权建模  481

19.2.3 检验过程  483

19.3 基于VSTOXX的美式期权   487

19.3.1 期权头寸建模  487

19.3.2 期权投资组合  488

19.4 结语      489

19.5 延伸阅读      490

附录A  精选的最佳实践      491

附录B  看涨期权类      499

附录C  日期和时间      503

打造最实用且免费的技术资源共享社区,做最优秀的互联网搬运工!

如果资源无法下载,您可以发送邮件致:need@glxxw2018.com,管理员会在1个工作日内将相关资源下载链接回复致您的邮箱。

如果认为资源侵犯了您的版权,您可以将相关著作权材料发送致邮箱:accusation@glxxw2018.com,管理员会在1个工作日内删除相关资源下载链接。

本站大部分资源来自于互联网,请下载后24小时内删除,如果您喜欢本资源,请支持正版,谢谢!

关注微信公众号
关注微信公众号后可以发送本资源编码以获取下载链接!
关注后再取消关注,将无法再提供服务哦~!
本资源编码:DpWGSdXyN8(区分大小写)
如果资源编码不方便输入,请使用手机端打开本页面,复制本资源编码后,在公众号中粘贴即可。
使用微信快速打开本页面的方式,请点击右上角红色分享按钮选择微信,然后扫码即可打开,复制粘贴即可。
评论
 我想说:
==已经到底了==
Copyright ©2018 工联信息网——打造最实用且免费的互联网资源共享社区
如有疑问和需求请致邮箱:need@glxxw2018.com
不良信息反馈及建议请致邮箱:accusation@glxxw2018.com
沪ICP备18018158号-1