当前位置:主页 > 书籍配套资源 > Python配套资源
《Python金融数据分析》源码

《Python金融数据分析》源码

  • 更新:2022-02-22
  • 大小:3.4 MB
  • 类别:Python
  • 作者:马伟明
  • 出版:机械工业出版社
  • 格式:PDF

  • 资源介绍
  • 相关推荐

本书系统阐述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。

封面图

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线性最优化
  • 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BinomialEuropeanOption类
  • 424利用BinomialTreeOption类给美式期权定价
  • 425CoxRossRubinstein模型
  • 426LeisenReimer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Option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Nicolson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IngersollRoss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有没有最好的编程语言
  • 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 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7MeanReverting Strategy类
  • 928Backtester类
  • 929运行回溯测试系统
  • 9210改进回溯测试系统
  • 93回溯测试模型的10个注意事项
  • 931模型的资源限制
  • 932模型评价标准
  • 933估计回溯测试参数的质量
  • 934应对模型风险
  • 935样本数据回测
  • 936解决回溯测试的常见缺陷
  • 937常识错误
  • 938理解模型环境
  • 939数据准确性
  • 9310数据挖掘
  • 94回溯测试中的算法选择
  • 941k均值聚类算法
  • 942KNN机器学习算法
  • 943分类回归树分析
  • 9442k析因设计
  • 945遗传算法
  • 95总结
  • 第10章Python与Excel的融通
  • 101COM概述
  • 102Excel与金融
  • 103构建COM服务器
  • 1031先决条件
  • 1032获取pythoncom模块
  • 1033构建BlackScholes模型COM服务器
  • 1034注册和注销COM服务器
  • 1035构建CoxRossRubinstein模型COM服务器
  • 1036构建三叉网格模型COM服务器
  • 104在Excel中构建COM客户端
  • 1041设置VBA代码
  • 1042设置单元格
  • 105COM的其他功能
  • 106总结

资源下载

资源下载地址1:https://pan.baidu.com/s/1rdbQqAsaHsjjZOmX6G-SNg

相关资源

网友留言