Python金融大數據分析 PDF |網盤下載附提取碼

點擊此處下載

提取碼：a26u

資料簡介：
 Python憑藉其簡單、易讀、可擴展性以及擁有巨大而活躍的科學計算社區，在須要分析、處理大量數據的金融行業獲得了普遍而迅速的應用，而且成爲該行業開發核心應用的編程語言。《Python金融大數據分析》提供了使用Python進行數據分析，以及開發相關應用程序的技巧和工具。
      《Python金融大數據分析》總計分爲3部分，共19章，第1部分介紹了Python在金融學中的應用，其內容涵蓋了Python用於金融行業的緣由、Python的基礎架構和工具，以及Python在計量金融學中的一些具體入門實例；第2部分介紹了金融分析和應用程序開發中重要的Python庫、技術和方法，其內容涵蓋了Python的數據類型和結構、用matplotlib進行數據可視化、金融時間序列數據處理、高性能輸入/輸出操做、高性能的Python技術和庫、金融學中須要的多種數學工具、*數生成和*過程模擬、Python統計學應用、Python和Excel的集成、Python面向對象編程和GUI的開發、Python與Web技術的集成，以及基於Web應用和Web服務的開發；第3部分關注的是蒙特卡洛模擬期權與衍生品訂價實際應用的開發工做，其內容涵蓋了估值框架的介紹、金融模型的模擬、衍生品的估值、投資組合的估值、波動率期權等知識。
      《Python金融大數據分析》適合對使用Python進行大數據分析、處理感興趣的金融行業開發人員閱讀。

資料目錄：

第1部分  Python與金融

第1章  爲何將Python用於金融    3

1.1 Python是什麼        3

1.1.1 Python簡史         5

1.1.2 Python生態系統         5

1.1.3 Python用戶譜系         7

1.1.4 科學棧         7

1.2  金融中的科技        8

1.2.1 科技開銷    9

1.2.2 做爲業務引擎的科技         9

1.2.3 做爲進入門檻的科技和人才    9

1.2.4 不斷提升的速度、頻率、數據量    10

1.2.5 實時分析的興起         11

1.3  用於金融的Python        12

1.3.1 金融和Python語法   12

1.3.2 Python的效率和生產率    15

1.3.3 從原型化到生產         19

1.4  結語        20

1.5  延伸閱讀        20

第2章  基礎架構和工具     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  結語        42

2.3  延伸閱讀        43

第3章  入門示例 45

3.1  隱含波動率   46

3.2  蒙特卡洛模擬        54

3.2.1 純Python    56

3.2.2 用NumPy向量化        57

3.2.3 利用對數歐拉方法實現全向量化    59

3.2.4 圖形化分析         60

3.2.5 技術分析    62

3.3  結語        67

3.4  延伸閱讀        68

第2部分  金融分析和開發

第4章  數據類型和結構     71

4.1  基本數據類型        72

4.1.1 整數    72

4.1.2 浮點數         73

4.1.3 字符串         75

4.2  基本數據結構        77

4.2.1 元組    77

4.2.2 列表    78

4.2.3 離題：控制結構         80

4.2.4 離題：函數式編程    81

4.2.5 字典    82

4.2.6 集合    84

4.3 NumPy數據結構   85

4.3.1 用Python列表造成數組   85

4.3.2 常規NumPy數組        87

4.3.3 結構數組    90

4.4  代碼向量化   91

4.5  內存佈局        93

4.6  結語        95

4.7  延伸閱讀        95

第5章  數據可視化     97

5.1  二維繪圖        97

5.1.1 一維數據集         98

5.1.2 二維數據集         103

5.1.3 其餘繪圖樣式    109

5.2  金融學圖表   116

5.3 3D繪圖  119

5.4  結語        122

5.5  延伸閱讀        122

第6章  金融時間序列 123

6.1 pandas基礎   124

6.1.1 使用DataFrame類的第一步    124

6.1.2 使用DataFrame類的第二步    127

6.1.3 基本分析    131

6.1.4 Series類      134

6.1.5 GroupBy操做      135

6.2  金融數據        136

6.3  迴歸分析        142

6.4  高頻數據        150

6.5  結語        154

6.6  延伸閱讀        154

第7章  輸入/輸出操做        155

7.1 Python基本I/O      156

7.1.1 將對象寫入磁盤         156

7.1.2 讀寫文本文件    159

7.1.3 SQL數據庫 160

7.1.4 讀寫NumPy數組        162

7.2 Pandas的I/O 164

7.2.1 SQL數據庫 165

7.2.2 從SQL到pandas         166

7.2.3 CSV文件數據     168

7.2.4 Excel文件數據   169

7.3 PyTables的快速I/O       170

7.3.1 使用表         170

7.3.2 使用壓縮表         175

7.3.3 使用數組    176

7.3.4 內存外計算         177

7.4  結語        179

7.5  延伸閱讀        180

第8章  高性能的Python     181

8.1 Python範型與性能        182

8.2  內存佈局與性能   184

8.3  並行計算        186

8.3.1 蒙特卡洛算法    186

8.3.2 順序化計算         187

8.3.3 並行計算    188

8.3.4 性能比較    191

8.4  多處理   191

8.5  動態編譯        193

8.5.1 介紹性示例         193

8.5.2 二項式期權訂價方法         195

8.6  用Cython進行靜態編譯       199

8.7  在GPU上生成隨機數  201

8.8  結語        205

8.9  延伸閱讀        205

第9章  數學工具 207

9.1  逼近法   208

9.1.1 迴歸    208

9.1.2 插值    218

9.2  凸優化   221

9.2.1 全局優化    222

9.2.2 局部優化    223

9.2.3 有約束優化         224

9.3  積分        226

9.3.1 數值積分    228

9.3.2 經過模擬求取積分    228

9.4  符號計算        229

9.4.1 基本知識    229

9.4.2 方程式         230

9.4.3 積分    231

9.4.4 微分    232

9.5  結語        233

9.6  延伸閱讀        233

第10章  推斷統計學   235

10.1 隨機數 236

10.2 模擬      241

10.2.1 隨機變量  241

10.2.2 隨機過程  244

10.2.3 方差縮減  256

10.3 估值      259

 

10.3.1 歐式期權  259

10.3.2 美式期權  263

10.4 風險測度      266

10.4.1 風險價值  266

10.4.2 信用價值調整  270

10.5 結語      272

10.6 延伸閱讀      273

第11章  統計學   275

11.1 正態性檢驗 276

11.1.1 基準案例  277

11.1.2 現實世界的數據       284

11.2 投資組合優化      289

11.2.1 數據  290

11.2.2 基本理論  291

11.2.3 投資組合優化  294

11.2.4 有效邊界  296

11.2.5 資本市場線       297

11.3 主成分分析 300

11.3.1 DAX指數和30種成分股 301

11.3.2 應用PCA   301

11.3.3 構造PCA指數  302

11.4 貝葉斯迴歸 305

11.4.1 貝葉斯公式       305

11.4.2 PyMC3       306

11.4.3 介紹性示例       307

11.4.4 真實數據  310

11.5 結語      318

11.6 延伸閱讀      318

第12章  Excel集成      321

12.1 基本電子表格交互      322

12.1.1 生成工做簿（.xls） 323

12.1.2 生成工做簿（.xslx）        324

12.1.3 從工做簿中讀取       326

12.1.4 使用OpenPyxl  328

12.1.5 使用pandas讀寫     329

12.2 用Python編寫Excel腳本  332

 

12.2.1 安裝DataNitro 333

12.2.2 使用DataNitro 333

12.3 xlwings 342

12.4 結語      342

12.5 延伸閱讀      343

第13章  面向對象和圖形用戶界面   345

13.1 面向對象      345

13.1.1 Python類基礎知識  346

13.1.2 簡單的短時間利率類  350

13.1.3 現金流序列類  354

13.2 圖形用戶界面      356

13.2.1 帶GUI的短時間利率類       356

13.2.2 值的更新  358

13.2.3 帶GUI的現金流序列類  360

13.3 結語      362

13.4 延伸閱讀      362

第14章  Web集成       365

14.1 Web基礎知識      366

14.1.1 ftplib  366

14.1.2 httplib        368

14.1.3 urllib  369

14.2 Web圖表繪製      372

14.2.1 靜態圖表繪製  372

14.2.2 交互式圖表繪製       374

14.2.3 實時圖表繪製  375

14.3 快速Web應用     383

14.3.1 交易者的聊天室       384

14.3.2 數據建模  384

14.3.3 Python代碼       385

14.3.4 模板  391

14.3.5 樣式化       396

14.4 Web服務      397

14.4.1 金融模型  399

14.4.2 實現  400

14.5 結語      406

14.6 延伸閱讀      406

 

第3部分  衍生品分析庫

第15章  估值框架       409

15.1 資產訂價基本定理      409

15.1.1 簡單示例  409

15.1.2 通常結果  410

15.2 風險中立折現      412

15.2.1 日期建模和處理       412

15.2.2 固定短時間利率  413

15.3 市場環境      415

15.4 結語      418

15.5 延伸閱讀      419

第16章  金融模型的模擬   421

16.1 隨機數生成 422

16.2 泛型模擬類 423

16.3 幾何布朗運動      427

16.3.1 模擬類       427

16.3.2 用例  429

16.4 跳躍擴散      431

16.4.1 模擬類       431

16.4.2 用例  434

16.5 平方根擴散 435

16.5.1 模擬類       435

16.5.2 用例  437

16.6 結語      438

16.7 延伸閱讀      440

第17章  衍生品估值   441

17.1 泛型估值類 441

17.2 歐式行權      445

17.3 估值類 445

17.4 美式行權      451

17.4.1 最小二乘蒙特卡洛方法  451

17.4.2 估值類       453

17.4.3 用例  454

17.5 結語      457

17.6 延伸閱讀      458

第18章  投資組合估值       459

18.1 衍生品頭寸 460

18.1.1 類       460

18.1.2 用例  462

18.2 衍生品投資組合 463

18.2.1 類       463

18.2.2 用例  467

18.3 結語      472

18.4 延伸閱讀      474

第19章  波動率期權   475

19.1 VSTOXX數據         476

19.1.1 VSTOXX指數數據     476

19.1.2 VSTOXX期貨數據     477

19.1.3 VSTOXX期權數據     479

19.2 模型檢驗      480

19.2.1 相關市場數據  480

19.2.2 期權建模  481

19.2.3 檢驗過程  483

19.3 基於VSTOXX的美式期權   487

19.3.1 期權頭寸建模  487

19.3.2 期權投資組合  488

19.4 結語      489

19.5 延伸閱讀      490

附錄A  精選的最佳實踐      491

附錄B  看漲期權類      499

附錄C  日期和時間      503