Python金融大數(shù)據(jù)分析_第1頁
Python金融大數(shù)據(jù)分析_第2頁
Python金融大數(shù)據(jù)分析_第3頁
Python金融大數(shù)據(jù)分析_第4頁
Python金融大數(shù)據(jù)分析_第5頁
已閱讀5頁,還剩514頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

Python金融大數(shù)據(jù)分析目錄第1部分第1章為什么將Python用于金融1.1Python是什么1.1.1Python簡史1.1.2Python生態(tài)系統(tǒng)1.1.3Python用戶譜系1.1.4科學(xué)棧1.2金融中的科技1.2.1科技開銷1.2.2作為業(yè)務(wù)引擎的科技1.2.3作為進(jìn)入門檻的科技和人才1.2.4不斷提高的速度、頻率、數(shù)據(jù)量1.2.5實(shí)時(shí)分析的興起1.3用于金融的Python1.3.1金融和Python語法1.3.2Python的效率和生產(chǎn)率1.3.3從原型化到生產(chǎn)1.4結(jié)語1.5延伸閱讀第2章基礎(chǔ)架構(gòu)和工具2.1Python部署2.1.1Anaconda2.1.2PythonQuantPlatform2.1.3工具2.1.4Python2.1.5IPython2.1.6Spyder2.2結(jié)語2.3延伸閱讀第3章入門示例3.1

\t"/item/Python%E9%87%91%E8%9E%8D%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/_blank"隱含波動(dòng)率3.2

\t"/item/Python%E9%87%91%E8%9E%8D%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/_blank"蒙特卡洛模擬3.2.1純Python3.2.2用NumPy向量化3.2.3利用對數(shù)歐拉方法實(shí)現(xiàn)全向量化3.2.4圖形化分析3.2.5技術(shù)分析3.3結(jié)語3.4延伸閱讀第2部分第4章數(shù)據(jù)類型和結(jié)構(gòu)4.1基本數(shù)據(jù)類型4.1.1整數(shù)4.1.2浮點(diǎn)數(shù)4.1.3字符串4.2基本數(shù)據(jù)結(jié)構(gòu)4.2.1元組4.2.2列表4.2.3離題:控制結(jié)構(gòu)4.2.4離題:函數(shù)式編程4.2.5字典4.2.6集合4.3NumPy數(shù)據(jù)結(jié)構(gòu)4.3.1用Python列表形成數(shù)組4.3.2常規(guī)NumPy數(shù)組4.3.3結(jié)構(gòu)數(shù)組4.4代碼向量化4.5內(nèi)存布局4.6結(jié)語4.7延伸閱讀第5章數(shù)據(jù)可視化5.1二維繪圖5.1.1一維數(shù)據(jù)集5.1.2二維數(shù)據(jù)集5.1.3其他繪圖樣式5.2金融學(xué)圖表5.33D繪圖5.4結(jié)語5.5延伸閱讀第6章金融時(shí)間序列6.1pandas基礎(chǔ)6.1.1使用DataFrame類的第一步6.1.2使用DataFrame類的第二步6.1.3基本分析6.1.4Series類6.1.5GroupBy操作6.2金融數(shù)據(jù)6.3回歸分析6.4高頻數(shù)據(jù)6.5結(jié)語6.6延伸閱讀第7章輸入/輸出操作7.1Python基本I/O7.1.1將對象寫入磁盤7.1.2讀寫文本文件7.1.3SQL數(shù)據(jù)庫7.1.4讀寫NumPy數(shù)組7.2Pandas的I/O7.2.1SQL數(shù)據(jù)庫7.2.2從SQL到pandas7.2.3CSV文件數(shù)據(jù)7.2.4Excel文件數(shù)據(jù)7.3PyTables的快速I/O7.3.1使用表7.3.2使用壓縮表7.3.3使用數(shù)組7.3.4內(nèi)存外計(jì)算7.4結(jié)語7.5延伸閱讀第8章高性能的Python8.1Python范型與性能8.2內(nèi)存布局與性能8.3并行計(jì)算8.3.1蒙特卡洛算法8.3.2順序化計(jì)算8.3.3并行計(jì)算8.3.4性能比較8.4多處理8.5動(dòng)態(tài)編譯8.5.1介紹性示例8.5.2二項(xiàng)式期權(quán)定價(jià)方法8.6用Cython進(jìn)行靜態(tài)編譯8.7在GPU上生成隨機(jī)數(shù)8.8結(jié)語8.9延伸閱讀第9章數(shù)學(xué)工具9.1逼近法9.1.1回歸9.1.2插值9.2凸優(yōu)化9.2.1全局優(yōu)化9.2.2局部優(yōu)化9.2.3有約束優(yōu)化9.3積分9.3.1數(shù)值積分9.3.2通過模擬求取積分9.4符號(hào)計(jì)算9.4.1基本知識(shí)9.4.2方程式9.4.3積分9.4.4微分9.5結(jié)語9.6延伸閱讀第10章推斷統(tǒng)計(jì)學(xué)10.1隨機(jī)數(shù)10.2模擬10.2.1隨機(jī)變量10.2.2隨機(jī)過程10.2.3方差縮減10.3估值10.3.1歐式期權(quán)10.3.2美式期權(quán)10.4風(fēng)險(xiǎn)測度10.4.1風(fēng)險(xiǎn)價(jià)值10.4.2信用價(jià)值調(diào)整10.5結(jié)語10.6延伸閱讀第11章統(tǒng)計(jì)學(xué)11.1正態(tài)性檢驗(yàn)11.1.1基準(zhǔn)案例11.1.2現(xiàn)實(shí)世界的數(shù)據(jù)11.2投資組合優(yōu)化11.2.1數(shù)據(jù)11.2.2基本理論11.2.3投資組合優(yōu)化11.2.4有效邊界11.2.5

\t"/item/Python%E9%87%91%E8%9E%8D%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/_blank"資本市場線11.3主成分分析11.3.1

\t"/item/Python%E9%87%91%E8%9E%8D%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/_blank"DAX指數(shù)和30種成分股11.3.2應(yīng)用PCA11.3.3構(gòu)造PCA指數(shù)11.4貝葉斯回歸11.4.1

\t"/item/Python%E9%87%91%E8%9E%8D%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/_blank"貝葉斯公式11.4.2PyMC311.4.3介紹性示例11.4.4真實(shí)數(shù)據(jù)11.5結(jié)語11.6延伸閱讀第12章Excel集成12.1基本電子表格交互12.1.1生成工作簿(.xls)12.1.2生成工作簿(.xslx)12.1.3從工作簿中讀取12.1.4使用OpenPyxl12.1.5使用pandas讀寫12.2用Python編寫Excel腳本12.2.1安裝DataNitro12.2.2使用DataNitro12.3xlwings12.4結(jié)語12.5延伸閱讀第13章面向?qū)ο蠛蚛t"/item/Python%E9%87%91%E8%9E%8D%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/_blank"圖形用戶界面13.1面向?qū)ο?3.1.1Python類基礎(chǔ)知識(shí)13.1.2簡單的短期利率類13.1.3現(xiàn)金流序列類13.2圖形用戶界面13.2.1帶GUI的短期利率類13.2.2值的更新13.2.3帶GUI的現(xiàn)金流序列類13.3結(jié)語13.4延伸閱讀第14章Web集成14.1Web基礎(chǔ)知識(shí)14.1.1ftplib14.1.2httplib14.1.3urllib14.2Web圖表繪制14.2.1靜態(tài)圖表繪制14.2.2交互式圖表繪制14.2.3實(shí)時(shí)圖表繪制14.3快速Web應(yīng)用14.3.1交易者的聊天室14.3.2數(shù)據(jù)建模14.3.3Python代碼14.3.4模板14.3.5樣式化14.4

\t"/item/Python%E9%87%91%E8%9E%8D%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/_blank"Web服務(wù)14.4.1金融模型14.4.2實(shí)現(xiàn)14.5結(jié)語14.6延伸閱讀第3部分第15章估值框架15.1資產(chǎn)定價(jià)基本定理15.1.1簡單示例15.1.2一般結(jié)果15.2風(fēng)險(xiǎn)中立折現(xiàn)15.2.1日期建模和處理15.2.2固定短期利率15.3市場環(huán)境15.4結(jié)語15.5延伸閱讀第16章金融模型的模擬16.1隨機(jī)數(shù)生成16.2泛型模擬類16.3

\t"/item/Python%E9%87%91%E8%9E%8D%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90/_blank"幾何布朗運(yùn)動(dòng)16.3.1模擬類16.3.2用例16.4跳躍擴(kuò)散16.4.1模擬類16.4.2用例16.5平方根擴(kuò)散16.5.1模擬類16.5.2用例16.6結(jié)語16.7延伸閱讀第17章衍生品估值17.1泛型估值類17.2歐式行權(quán)17.3估值類17.4美式行權(quán)17.4.1最小二乘蒙特卡洛方法17.4.2估值類17.4.3用例17.5結(jié)語17.6延伸閱讀第18章投資組合估值18.1衍生品頭寸18.1.1類18.1.2用例18.2衍生品投資組合18.2.1類18.2.2用例18.3結(jié)語18.4延伸閱讀第19章波動(dòng)率期權(quán)19.1VSTOXX數(shù)據(jù)19.1.1VSTOXX指數(shù)數(shù)據(jù)19.1.2VSTOXX期貨數(shù)據(jù)19.1.3VSTOXX期權(quán)數(shù)據(jù)19.

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論