书籍:Python金融大数据分析 Python for Finance_ Mastering Data-Driven Finance...

亦凉 2022-02-14 10:45 239阅读 0赞

### 简介 ###

![图片.png][.png]

金融业最近以极高的速度采用了Python，一些最大的投资银行和对冲基金使用它来构建核心交易和风险管理系统。 针对Python 3进行了更新，本手册的第二版帮助您开始使用该语言，指导开发人员和定量分析师通过Python库和工具构建财务应用程序和交互式财务分析。

在整本书中使用实际例子，作者Yves Hilpisch还向您展示了如何基于一个大型的，现实的案例研究，为基于蒙特卡罗模拟的衍生品和风险分析开发一个完整的框架。 本书的大部分内容都使用了交互式IPython笔记本。

![图片.png][.png 1]

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。

《Python金融大数据分析》总计分为3部分，共19章。

第 1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；

第 2部分介绍了金融分析和应用程序开发中重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、随机数生成和随机过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的开发、Python与Web技术的集成，以及基于Web应用和Web服务的开发；

第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的开发工作，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值、波动率期权等知识。 《Python金融大数据分析》适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。

### 参考资料 ###

*  下载 [https://www.jianshu.com/p/eab39b725d0b][https_www.jianshu.com_p_eab39b725d0b]
 *  [python测试开发项目实战-目录][python_-]
 *  [本文涉及的python测试开发库][python] 谢谢点赞！
 *  [本文相关海量书籍下载][Link 1]
 *  [2018最佳人工智能机器学习工具书及下载(持续更新)][2018]
 *  Format Pdf
 *  Page Count 586 Pages
 *  [https://github.com/yhilpisch/py4fi2nd][https_github.com_yhilpisch_py4fi2nd] 2019-04 100+星

### 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 \*\*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\*\*佳实践 491  
附录B 看涨期权类 499  
附录C 日期和时间 503

[.png]: /images/20220214/7dc375d1905d41c89a5852102c5557e8.png
[.png 1]: /images/20220214/7ed9727bc5bd47b5b20569cbcafd14a0.png
[https_www.jianshu.com_p_eab39b725d0b]: https://www.jianshu.com/p/eab39b725d0b
[python_-]: https://china-testing.github.io/practices.html
[python]: https://github.com/china-testing/python-api-tesing
[Link 1]: https://github.com/china-testing/python-api-tesing/blob/master/books.md
[2018]: https://www.jianshu.com/p/49202312f855
[https_github.com_yhilpisch_py4fi2nd]: https://github.com/yhilpisch/py4fi2nd