Python金融数据分析_［新加坡］马伟明_9787111589983

本书将介绍股票、期权、利率衍生品等金融工具定价方法，如何根据市场指数进行大数据分析，以及如何使用NoSQL存储tick数据，可解决建模、交易策略优化和风险管理等金融领域的复杂问题。本书面向本科生、研究生、算法开发的初学者以及使用Python进行定量研究的金融领域软件开发人员。你无需精通Python，熟悉其基本使用情况即可。

前言Python已广泛应用于银行业、投资管理、保险业、房地产行业等金融领域，用于开发金融模型、管理风险和自动完成交易。许多大型金融机构依赖Python来搭建职位管理、资产定价、风险管理和交易系统等基础设施。
本书将介绍核心的金融理论，并给出它们的数学概念，以帮助读者更好地理解它们在实际中的应用价值。你将了解如何应用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。
随着高级计算技术的出现，我们必须要考虑如何存储和处理大量数据。而Hadoop是目前处理大数据的流行工具。因此本书将介绍Hadoop的工作原理及其与Python的集成，以获得金融数据的分析方法；以及如何利用Python实现NoSQL在存储非结构化数据中的应用。
目前许多公司开始向客户提供API，以使用他们定制的交易软件进行交易。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指令，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、头寸跟踪和回溯测试技术，以帮助你管理交易策略的实施效果。
金融行业中，使用Microsoft Excel处理债券交易和后台业务是一种普遍现象。本书将介绍如何在Python中创建数字定价组件对象模型（COM）服务器，使你的电子表格能够即时计算和更新模型值。
本书的主要内容第1章探讨了Python在金融领域的适用性，引入IPython作为可视化数据和执行科学计算的有效工具。
第2章介绍了使用Python求解线性方程组的方法，执行整数规划，以及将矩阵应用于投资组合分析的线性优化。
第3章讨论了使用Python构建金融非线性模型以及术根方法。
第4章探讨了如何使用三叉树模型、二叉树网格和有限差分法等进行期权估值。
第5章讨论了收益率曲线的引导过程，涵盖一些利用Python实现的衍生品利率的短期定价模型。
第6章讨论了波动率指数，对欧洲斯托克50指数波动率数据进行分析，并使用子指数的期权价格复制主要指数。
第7章介绍了Hadoop在大数据分析中的应用，如何使用Python执行MapReduce操作，以及如何使用NoSQL存储数据。
第8章探讨了逐步开发均值回归算法交易和趋势跟踪算法交易策略，以及交易系统风险管理等。
第9章讨论如何设计并实现一个事件驱动的回溯测试系统，帮助你把握模拟交易策略的性能。
第10章介绍了如何在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，以及如何在Excel中即时计算期权价格。
学习本书的软硬件支持学习本书需要安装如下软件：
操作系统：
● 能使用Python 27或更高版本的操作系统● 第10章需要Windows XP或更高版本的操作系统● 第7章需要有至少4GB RAM的64位主机操作系统本书将使用以下Python包的Python、SciPy、pandas、IPython和Matplotlib模块：
● Continuum Analytics的Anaconda 21或更高版本：https://storecontinuumio/cshop/anaconda/● Enthought的Canopy 15或更高版本：https://storeenthoughtcom/downloads/其他必需的Python模块：
● Statsmodels，见http://statsmodelssourceforgenet/● PuLP（第2章），见https://githubcom/coinor/pulp● lxml（第6章），见http://lxmlde/● PyMongo 27（第7章），见https://pypipythonorg/pypi/pymongo/● IbPy（第8章），见https://githubcom/blampe/IbPy● oandapy（第8章），见https://githubcom/oanda/oandapy● pythonrequests（第8章），见https://pypipythonorg/pypi/requests/● PyWin32（第10章），见http://sourceforgenet/projects/pywin32/files/可选Python模块：
● 使用pip 60自动安装Python包，见https://pypipythonorg/pypi/pip需要的软件：
● Mozilla Firefox，见https://wwwmozillaorg/enUS/firefox/new/● MongoDB 26（第7章），见http://wwwmongodb.org/downloads● VirtualBox 43（第7章），见https://wwwvirtualboxorg/wiki/Downloads● Cloudera QuickStart VM with CDH (Cloudera Distribution Including Apache Hadoop)（第7章），见http://wwwclouderacom/content/cloudera/en/downloads/quickstart_vmshtml● Interactive Brokers (IB) Trader Workstation (TWS)（第8章），见https://wwwinteractivebrokerscom/en/ indexphp?f=1537● 使用Oracle Java 7运行IB TWS和OANDA fxTrade平台（第8章）● Microsoft Office Excel 2010或更高版本，并使用宏（第10章）本书的读者对象本书面向开发金融应用程序的学生和程序员，提供金融服务的顾问，金融分析师以及想要利用Python在数据可视化、交互式分析和科学计算方面的优势进行财务分析的人员。对此，你需要掌握一定的Python基础知识和金融概念，在学习每一章的技术内容之前，本书会为初学者介绍相关的背景资料。

你还可能感兴趣

我要评论