编辑推荐
金融风险管理重要且复杂，FRM考试是权威认证。本书涵盖金融建模、优化方法和投资组合优化等内容。
内容简介
金融风险管理已经成为各个金融机构必备的职能部门。特别是随着全球金融一体化不断发展深入，金融风险管理愈发重要，也日趋复杂。金融风险管理师（FRM）就是在这个大背景下推出的认证考试，FRM现在已经是金融风险管理领域顶级权威的国际认证考试。本书是本系列图书的第6本，共分12章。在丛书前三本数学内容基础之上，本书前四章继续深入探讨金融建模常用的数学。第5章到第7章探讨各种优化概念和方法，比如极值、梯度下降、线性规划、拉格朗日乘子法、二次规划、遗传算法、粒子群优化等等。这部分内容为之后的投资组合优化三章打下坚实的基础。第8章到第10章介绍投资组合优化问题。这些内容对丛书后续因素分析、因素投资和人工智能等话题提供理论支撑。本书适合所有金融从业者阅读，特别适合金融编程零基础读者参考学习。本书适合FRM考生备考参考学习，可以帮助FRM持证者实践金融建模，另外本书也是巩固金融知识、应对金融笔试面试的利器。
章节目录
版权信息
内容简介
前言
作者和审稿人
致谢
推荐语
使用本书
第1章 编程初阶
1.1 Python介绍
1.2 Spyder介绍
1.3 变量和数值类型
1.4 数据序列介绍
1.5 列表
1.6 元组、集合和字典
第2章 编程基础Ⅱ
2.1 字符串
2.2 运算符
2.3 关键字和变量复制
2.4 条件和循环语句
2.5 迭代器和生成器
2.6 文件读写操作
2.7 函数
2.8 异常和错误
第3章 使用NumPy
3.1 NumPy简介
3.2 基本类型的矩阵创建
3.3 其他矩阵创建函数
3.4 索引和遍历
3.5 矩阵变形
第4章 数学工具包
4.1 矩阵元素统计计算
4.2 圆整
4.3 矩阵基本运算
4.4 线性代数计算
4.5 矩阵分解
4.6 一元函数符号表达式
4.7 多元函数符号表达式
4.8 符号函数矩阵
第5章 Pandas与数据分析I
5.1 Pandas的安装和导入
5.2 序列及其创建
5.3 序列的数据选取
5.4 数据帧及其创建
5.5 数据帧的数据选择
5.6 序列和数据帧的基本运算
5.7 设定索引，重新索引与重建索引
第6章 Pandas与数据分析Ⅱ
6.1 数据的可视化
6.2 Pandas文件写出和读入
6.3 数据帧的合并
6.4 数据帧的列连接
6.5 数据帧的拼接
6.6 数据帧的分组分析
6.7 数据透视表
第7章 数据可视化
7.1 Matplotlib绘图库
7.2 绘制二维线图
7.3 子图绘制
7.4 绘制参考线
7.5 添加数学公式
7.6 常见二维图像
7.7 常见三维图像
7.8 统计数据可视化
7.9 交互式绘图简介
第8章 概率与统计Ⅰ
8.1 概率与随机事件
8.2 贝叶斯定理
8.3 随机变量
8.4 离散型随机变量的概率分布
8.5 连续型随机变量的概率分布
8.6 正态分布和对数正态分布
第9章 概率与统计Ⅱ
9.1 随机变量的数字特征
9.2 总体和样本
9.3 抽样分布
9.4 大数定律及中心极限定理
9.5 参数估计
9.6 假设检验
9.7 置信区间、p值与假设检验
第10章 金融计算Ⅰ
10.1 利率
10.2 简单收益率
10.3 对数收益率
10.4 多项式函数
10.5 插值
10.6 数列
10.7 求根
10.8 分段函数
10.9 二次曲线
10.10 平面
10.11 二次曲面
第11章 金融计算Ⅱ
11.1 多元函数
11.2 极限
11.3 导数
11.4 偏导数
11.5 链式法则
11.6 泰勒展开
11.7 数值微分
11.8 优化
11.9 多目标优化
第12章 固定收益分析
12.1 时间价值
12.2 债券介绍
12.3 到期收益率
12.4 久期
12.5 关键利率久期
12.6 凸率
备忘
Python金融风险管理FRM（基础篇）是2021年由清华大学出版社出版,作者姜伟生。
得书感谢您对《Python金融风险管理FRM（基础篇）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
