Python金融大數(shù)據(jù)分析課件模板

2020python金融大數(shù)據(jù)分析演講人202x-11-1101.02.03.04.05.目錄作者介紹o’reillymedia，inc.介紹第1部分python與金融第2部分金融分析和開發(fā)第3部分衍生品分析庫01作者介紹作者介紹02o’reillymedia，inc.介紹o’reillymedia，inc.介紹代碼示例的使用02safari?在線圖書04本書的慣例01聯(lián)系方式0303第1部分python與金融1為什么將python用于金融dcba1.1python是什么1.2金融中的科技1.3用于金融的python1.4結(jié)語e1.5延伸閱讀1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1.1.2Python生態(tài)系統(tǒng)1.1.3Python用戶譜系1.1.4科學(xué)棧1為什么將python用于金融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為什么將python用于金融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)1.3.2Python的效率和生產(chǎn)率1.3.3從原型化到生產(chǎn)2基礎(chǔ)架構(gòu)和工具2.1python部署2.1.1anaconda2.1.2pythonquantplatform2.1.3工具2.1.4python2.1.5ipython2.1.6spyder2.1.2PythonQuantPlatform2.1.3工具2.1.4Python2.1.5IPython2.1.6Spyder2.2結(jié)語

2.3延伸閱讀

3入門示例3.1隱含波動率

3.2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3.2.2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3.4延伸閱讀

3.3結(jié)語

04第2部分金融分析和開發(fā)4數(shù)據(jù)類型和結(jié)構(gòu)a4.1基本數(shù)據(jù)類型b4.2基本數(shù)據(jù)結(jié)構(gòu)c4.3numpy數(shù)據(jù)結(jié)構(gòu)d4.4代碼向量化e4.5內(nèi)存布局f4.6結(jié)語4數(shù)據(jù)類型和結(jié)構(gòu)4.7延伸閱讀4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數(shù)據(jù)類型和結(jié)構(gòu)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數(shù)據(jù)類型和結(jié)構(gòu)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4.3.2常規(guī)NumPy數(shù)組4.3.3結(jié)構(gòu)數(shù)組4數(shù)據(jù)類型和結(jié)構(gòu)4.4代碼向量化4.4.1基本向量化5數(shù)據(jù)可視化5.1二維繪圖a5.2金融學(xué)圖表b5.33d繪圖c5.4結(jié)語d5.5延伸閱讀e6金融時(shí)間序列f6.1pandas基礎(chǔ)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5數(shù)據(jù)可視化5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數(shù)據(jù)可視化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6.1.2使用DataFrame類的第二步6.1.3基本分析6.1.4Series類6.1.5GroupBy操作7輸入/輸出操作dcba7.1python基本i/o7.2pandas的i/o7.3pytables的快速i/o7.4結(jié)語e7.5延伸閱讀7.1.1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7.1.2讀寫文本文件7.1.3SQL數(shù)據(jù)庫7.1.4讀寫NumPy數(shù)組7輸入/輸出操作7.1python基本i/o7輸入/輸出操作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)7.2.2從SQL到pandas7.2.3CSV文件數(shù)據(jù)7.2.4Excel文件數(shù)據(jù)7輸入/輸出操作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8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8.6用cython進(jìn)行靜態(tài)編譯8.5動態(tài)編譯8.4多處理8高性能的python8.8結(jié)語8.9延伸閱讀8.7在gpu上生成隨機(jī)數(shù)8高性能的python8.3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8.5動態(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高性能的python9數(shù)學(xué)工具9.1逼近法019.4符號計(jì)算049.2凸優(yōu)化029.5結(jié)語059.3積分039.6延伸閱讀069.1逼近法9.1.1回歸9.1.2插值9數(shù)學(xué)工具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數(shù)學(xué)工具9數(shù)學(xué)工具9.3積分9.3.1數(shù)值積分9.3.2通過模擬求取積分9.4.1基本知識9.4.2方程式9.4.3積分9.4.4微分9數(shù)學(xué)工具9.4符號計(jì)算10推斷統(tǒng)計(jì)學(xué)10.1隨機(jī)數(shù)10.4風(fēng)險(xiǎn)測度10.2模擬10.5結(jié)語10.6延伸閱讀10.3估值10推斷統(tǒng)計(jì)學(xué)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推斷統(tǒng)計(jì)學(xué)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推斷統(tǒng)計(jì)學(xué)11統(tǒng)計(jì)學(xué)11.1正態(tài)性檢驗(yàn)a11.2投資組合優(yōu)化b11.3主成分分析c11.4貝葉斯回歸d11.5結(jié)語e11.6延伸閱讀f11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資本市場線11統(tǒng)計(jì)學(xué)11.3.1dax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)11.3.2應(yīng)用PCA11.3.3構(gòu)造PCA指數(shù)11統(tǒng)計(jì)學(xué)11.3主成分分析11統(tǒng)計(jì)學(xué)11.4貝葉斯回歸11.4.1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)11.4.2PyMC311.4.3介紹性示例11.4.4真實(shí)數(shù)據(jù)12excel集成12.2用python編寫excel腳本0212.4結(jié)語0412.1基本電子表格交互0112.3xlwings0312.5延伸閱讀0512.1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12.1.2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12excel集成12.2用python編寫excel腳本12.2.1安裝datanitro12.2.2使用datanitro12.2.2使用DataNitro12excel集成13面向?qū)ο蠛蛨D形用戶界面0102030413.3結(jié)語

13.1面向?qū)ο?3.1.1python類基礎(chǔ)知識13.1.2簡單的短期利率類13.1.3現(xiàn)金流序列類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13.2.2值的更新13.2.3帶GUI的現(xiàn)金流序列類13.4延伸閱讀

14web集成14.1web基礎(chǔ)知識14.4web服務(wù)14.2web圖表繪制14.5結(jié)語14.6延伸閱讀14.3快速web應(yīng)用14.1web基礎(chǔ)知識14.1.1ftplib14.1.2httplib14.1.3urllib14web集成14.2web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14web集成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14.3.2數(shù)據(jù)建模14.3.3Python代碼14.3.4模板14.3.5樣式化14web集成14.4web服務(wù)14.4.1金融模型14.4.2實(shí)現(xiàn)14web集成05第3部分衍生品分析庫15估值框架15.1資產(chǎn)定價(jià)基本定理15.2風(fēng)險(xiǎn)中立折現(xiàn)15.3市場環(huán)境15.4結(jié)語15.5延伸閱讀15.1.1簡單示例15.1.2一般結(jié)果

15.2.1日期建模和處理15.2.2固定短期利率

16金融模型的模擬16.1隨機(jī)數(shù)生成a16.2泛型模擬類b16.3幾何布朗運(yùn)動c16.4跳躍擴(kuò)散d16.5平方根擴(kuò)散e16.6結(jié)語f16金融模型的模擬16.7延伸閱讀16.3幾何布朗運(yùn)動16.3.1模擬類16.3.2用例16金融模型的模擬16.4跳躍擴(kuò)散16.4.1模擬類16.4.2用例16金融模型的模擬16金融模型的模擬16.5平方根擴(kuò)散16.5.1模擬類16.5.2用例17衍生品估值17.1泛型估值類01

17.2歐式行權(quán)02

17.3估值類0317.3.1用例17.4美式行權(quán)0417.4.1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05

17.6延伸閱讀06

18投資組合估值0102030418.3結(jié)語

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18.4延伸閱讀

19波動率期權(quán)0119.1vstoxx數(shù)據(jù)0219.2模型檢驗(yàn)0319.3基于vstoxx的美式期權(quán)0419.4結(jié)語0519.5延伸閱讀06附錄a精選的最佳實(shí)踐19波動率期權(quán)a.1python語法aa.2文檔ba.3單元測試c附錄b看漲期權(quán)類d附錄c日期和時(shí)間ec.1pytho