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
- 11Python适合我吗
- 111免费+开源
- 112高级、强大、灵活的编程语言
- 113丰富的标准库
- 12面向对象编程与函数式编程
- 121面向对象式方法
- 122函数式方法
- 123我该使用哪种方法
- 13我该使用哪个版本的Python
- 14IPython简介
- 141安装IPython
- 142使用pip
- 143IPython Notebook
- 144Notebook单元格
- 145IPython Notebook简单的练习
- 146Notebook与金融
- 15总结
- 第2章金融中的线性问题
- 21资本资产定价模型与证券市场线
- 22套利定价模型
- 23因子模型的多元线性回归
- 24线性最优化
- 241安装PuLP
- 242一个简单的线性优化问题
- 243线性规划的结果
- 244整数规划
- 25使用矩阵解线性方程组
- 26LU分解
- 27Cholesky分解
- 28QR分解
- 29总结
- 第3章非线性与金融
- 31非线性建模
- 32非线性模型举例
- 321隐含波动率模型
- 322马尔可夫机制转换模型
- 323门限自回归模型
- 324平滑转换模型
- 33非线性模型求根算法概述
- 34增量法
- 35二分法
- 36牛顿迭代法
- 37割线法
- 38求根法的结合使用
- 39利用SciPy求解
- 391SciPy求根标量函数
- 392通用非线性求解器
- 310总结
- 第4章利用数值方法为衍生品定价
- 41什么是期权
- 42二叉树期权定价模型
- 421欧式期权定价
- 422编写StockOption类
- 423编写BinomialEuropeanOption类
- 424利用BinomialTreeOption类给美式期权定价
- 425CoxRossRubinstein模型
- 426LeisenReimer模型
- 43希腊值
- 44三叉树期权定价模型
- 45期权定价中的Lattice方法
- 451二叉树网格
- 452编写BinomialCRROption类
- 453三叉树网格
- 46有限差分法
- 461显式方法
- 462隐式方法
- 463CrankNicolson方法
- 464奇异障碍期权定价
- 465美式期权定价的有限差分
- 47隐含波动率模型
- 48总结
- 第5章利率及其衍生工具
- 51固定收益证券
- 52收益率曲线
- 53无息债券
- 54自助法构建收益率曲线
- 55远期利率
- 56计算到期收益率
- 57计算债券定价
- 58久期
- 59凸度
- 510短期利率模型
- 5101Vasicek模型
- 5102CoxIngersollRoss模型
- 5103Rendleman and Bartter模型
- 5104Brennan and Schwartz模型
- 511债券期权
- 5111可赎回债券
- 5112可回售债券
- 5113可转换债券
- 5114优先股
- 512可赎回债券定价
- 5121Vasicek模型定价无息债券
- 5122提前行权定价
- 5123有限差分策略迭代法
- 5124可赎回债券定价的其他影响因素
- 513总结
- 第6章利用Python分析欧洲斯托克 50指数波动率
- 61波动率指数衍生品
- 611STOXX与欧洲期货交易所
- 612EURO STOXX 50指数
- 613VSTOXX
- 614VIX
- 62获取EUROX STOXX 50指数和VSTOXX数据
- 63数据合并
- 64SX5E与V2TX的财务分析
- 65SX5E与V2TX的相关性
- 66计算VSTOXX子指数
- 661获取OESX数据
- 662计算VSTOXX子指数的公式
- 663VSTOXX子指数值的实现
- 664分析结果
- 67计算VSTOXX主指数
- 68总结
- 第7章大数据分析
- 71什么是大数据
- 72Hadoop
- 721HDFS
- 722YARN
- 723MapReduce
- 73大数据工具对我来说实用吗
- 74获取Apache Hadoop
- 741从Cloudera获取QuickStart VM
- 742获取VirtualBox
- 743在VirtualBox上运行Cloudera VM
- 75Hadoop中的字计数程序
- 751下载示例数据
- 752map程序
- 753reduce程序
- 754测试脚本
- 755在Hadoop上运行MapReduce
- 756使用Hue浏览HDFS
- 76Hadoop的金融实践
- 761从Yahoo! Finance获取IBM股票价格
- 762修改map程序
- 763使用IBM股票价格测试map程序
- 764运行MapReduce计算日内价格变化
- 765分析MapReduce结果
- 77NoSQL简介
- 771获取MongoDB
- 772创建数据目录并运行MongoDB
- 773获取PyMongo
- 774运行测试连接
- 775获取数据库
- 776获取集合
- 777插入文档
- 778获取单个文档
- 779删除文档
- 7710批量插入文档
- 7711统计集合文档
- 7712查找文档
- 7713文档排序
- 7714结论
- 78总结
- 第8章算法交易
- 81什么是算法交易
- 82带有公共API的交易平台列表
- 83有没有最好的编程语言
- 84系统功能
- 85通过Interactive Brokers和IbPy进行算法交易
- 851获取Interactive Brokers的Trader WorkStation
- 852获取IbPy——IB API包装器
- 853指令路由机制
- 86构建均值回归算法交易系统
- 861设置主程序
- 862处理事件
- 863实现均值回归算法
- 864跟踪头寸
- 87使用OANDA API进行外汇交易
- 871什么是REST
- 872设置OANDA账户
- 873OANDA API使用方法
- 874获取oandapy——OAND AREST API包装器
- 875获取并解析汇率数据
- 876发送指令
- 88构建趋势跟踪外汇交易平台
- 881设置主程序
- 882处理事件
- 883实现趋势跟踪算法
- 884跟踪头寸
- 89风险价值模型
- 810总结
- 第9章回溯测试
- 91回溯测试概述
- 911回溯测试的缺陷
- 912事件驱动回溯测试系统
- 92设计并实施回溯测试系统
- 921TickData类
- 922MarketData类
- 923MarketDataSource类
- 924Order类
- 925Position类
- 926Strategy类
- 927MeanReverting Strategy类
- 928Backtester类
- 929运行回溯测试系统
- 9210改进回溯测试系统
- 93回溯测试模型的10个注意事项
- 931模型的资源限制
- 932模型评价标准
- 933估计回溯测试参数的质量
- 934应对模型风险
- 935样本数据回测
- 936解决回溯测试的常见缺陷
- 937常识错误
- 938理解模型环境
- 939数据准确性
- 9310数据挖掘
- 94回溯测试中的算法选择
- 941k均值聚类算法
- 942KNN机器学习算法
- 943分类回归树分析
- 9442k析因设计
- 945遗传算法
- 95总结
- 第10章Python与Excel的融通
- 101COM概述
- 102Excel与金融
- 103构建COM服务器
- 1031先决条件
- 1032获取pythoncom模块
- 1033构建BlackScholes模型COM服务器
- 1034注册和注销COM服务器
- 1035构建CoxRossRubinstein模型COM服务器
- 1036构建三叉网格模型COM服务器
- 104在Excel中构建COM客户端
- 1041设置VBA代码
- 1042设置单元格
- 105COM的其他功能
- 106总结