卖Python 金融數據分析, 2/e (Mastering Python for Finance)(簡體書籍)95折最好的价格

商品介紹: 書名:Python 金融數據分析, 2/e (Mastering Python for Finance, 2/e) 作者:馬偉明（James Ma Weiming） 定價:$534 語言:簡體中文 學習定位:資料科學 頁數:296 裝訂:平裝 ISBN:7111678737 ISBN-13:9787111678731 出版日期:2021-04-01 本書簡介: "本書介紹如何利用新的程序語言進行金融建模並實現複雜的數據運算。 書中講授的程序工具與數據均可以通過公開渠道獲取， 通過建模與研究分析，你會對整個Python生態體係有全局性的認識。 大量的實例分析也會加深你對金融風險管控的認知。" 大鋼目錄: 第1章Python金融分析概述 1.1安裝Python 1.1.1準備一個虛擬環境 1.1.2運行Jupyter Notebook 1.1.3關於Python的其他建議 1.2 Quandl簡介 1.3繪製時間序列圖 1.3.1從Quandl檢索數據集 1.3.2繪製收盤價與成交量的關係圖 1.3.3繪製燭台圖 1.4對時間序列數據進行金融分析 1.4.1繪製收益率圖 1.4.2繪製累積收益率圖 1.4.3繪製直方圖 1.4.4繪製波動率圖 1.4.6下載多個時間序列數據 1.4.7顯示相關矩陣 1.4.8繪製相關性圖 1.4.9簡單的移動平均線 1.4.10指數移動平均 1.5總結 第二部分金融概念 第2章金融中的線性問題 2.1資本資產定價模型與證券市場線 2.2套利定價理論模型 2.3因子模型的多元線性回歸 2.4線性優化 2.4.1安裝Pulp 2.4.2一個用線性規劃求大值的實例 2.4.3線性規劃的結果 2.4.4整數規劃 2.5使用矩陣解線性方程組 2.6 LU分解 2.7 Cholesky分解 2.8 QR分解 2.9使用其他矩陣代數方法求解 2.9.1 Jacobi迭代法 2.9.2 Gauss-Seidel迭代法 第3章金融中的非線性問題 3.1非線性建模 3.2非線性模型求根算法 3.2.1增量法 3.2.2二分法 3.2.3牛頓迭代法 3.2.4割線法 3.2.5求根法的結合使用 3.3利用SciPy求根 3.3.1求根標量函數 3.3.2通用非線性求解器 第4章期權定價的數值方法 4.1什麼是期權 4.2二樹期權定價模型 4.3歐式期權定價 4.4編寫StockOption基類 4.4.1利用二樹模型給歐式期權定價 4.4.2利用二樹模型給美式期權定價 4.4.3 Cox-Ross-Rubinstein模型 4.4.4 Leisen-Reimer模型 4.5希臘值 4.6三樹期權定價模型 4.7期權定價中的Lattice方法 4.7.1二樹網格 4.7.2 CRR二樹Lattice方法期權定價模型 4.7.3三樹網格 4.8期權定價中的有限差分法 4.8.1顯式方法 4.8.2編寫FiniteDifferences類 4.8.3隱式方法 4.8.4 Crank-Nicolson方法 4.8.5奇異障礙期權定價 4.8.6美式期權定價的有限差分方法 4.9隱含波動率模型 第5章利率及其衍生工具的建模 5.1固定收益證券 5.2收益率曲線 5.3無息債券 5.4自助法構建收益率曲線 5.4.1自助法構建收益率曲線的實例 5.4.2編寫BootstrapYieldCurve類 5.5遠期利率 5.6計算到期收益率 5.7計算債券定價 5.8債券久期 5.9債券凸度 5.10短期利率模型 5.10.1 Vasicek模型 5.10.2 Cox-Ingersoll-Ross模型 5.10.3 Rendleman and Bartter模型 5.10.4 Brennan and Schwartz模型 5.11債券期權 5.11.1可贖回債券 5.11.2可回售債券 5.11.3可轉換債券 5.11.4優先股 5.12可贖回債券期權定價 5.12.1用Vasicek模型定價無息債券 5.12.2提前行權定價 5.12.3有限差分策略迭代法 5.12.4可贖回債券定價的其他影響因素 第6章時間序列數據的統計分析 6.1道瓊斯工業平均指數及其30種成分 6.1.1從Quandl上下載Dow成分數據集 6.1.2關於Alpha Vantage 6.1.3獲取Alpha Vantage API密鑰 6.1.4安裝Alpha Vantage的Python包 6.1.5從Alpha Vantage下載DJIA數據集 6.2 PCA分析 6.2.1特徵向量和特徵值的求法 6.2.2用PCA重新構建道瓊斯指數 6.3平穩和非平穩時間序列 6.5用趨勢分析時間序列 6.6如何使時間序列平穩 6.6.1去趨勢 6.6.2差分 6.6.3按季節分解 6. ADF檢驗的缺陷 6.7預測和預報時間序列 6.7.1自回歸積分移動平均法 6.7.2用網格搜索求取模型參數 6.7.3 SARIMAX模型的擬合 6.7.4 SARIMAX模型的預測和預報 第三部分實踐操作 第7章對VIX的交互式金融分析 7.1波動率指數衍生品 7.1.1 STOXX與歐洲期貨交易所 7.1.2 EURO STOXX 50指數 7.1.3 VSTOXX 7.1.4 S＆P 500指數 7.1.5 SPX期權 7.1.6 VIX指數 7.2 S＆P 500指數和VIX指數的金融分析 7.2.1獲取數據 7.2.2執行分析 7.2.3 SPX與VIX的相關性 7.3計算VIX指數 7.3.1導入SPX期權數據 7.3.2查找近期期權和遠期期權 7.3.3計算所需的分鐘數 7.3.4計算遠期SPX指數水平 7.3.5尋找所需的遠期行權價格 7.3.6確定行權價格限 7.3.7按行權價格將貢獻列表 7.3.8計算波動率 7.3.9計算遠期期權波動率 7.3.10計算VIX指數 7.3.11計算多個VIX指數 7.3.12比較結果 第8章構建算法交易平台 8.1什麼是算法交易 8.1.1具有公共API的交易平台 8.1.2選擇一種編程語言 8.1.3系統功能 8.2建立算法交易平台 8.2.1設計代理接口 8.2.2需要的Python庫 8.2.3編寫事件驅動代理類 8.2.4存儲價格事件處理程序 8.2.5存儲訂單事件處理程序 8.2.6存儲倉位事件處理程序 8.2.7聲明一個獲取價格的抽象函數 8.2.8聲明流式價格的抽象函數 8.2.9聲明發送訂單的抽象函數 8.2.10實現代理類 8.3建立均值回歸算法交易系統 8.3.1設計均值回歸算法 8.3.2實現均值回歸交易類 8.3.3添加事件監聽器 8.3.4編寫均值回歸信號生成器 8.3.5運行交易系統 8.4建立趨勢跟踪交易平台 8.4.1趨勢跟踪算法的設計 第9章回溯測試系統的實現 9.1回溯測試概述 第10章金融中的機器學習 10.1機器學習簡介 10.1.1機器學習在金融中的應用 10.1.2監督學習和無監督學習 第11章金融中的深度學習 11.1淺談深度學習 11.1.1什麼是深度學習 11.1.2人工神經元 1.3.1 Keras簡介