类似推荐
编辑推荐
详细讲解使用Python分析处理金融大数据的专业图书，将人工智能应用于金融开发的实战指南。
内容简介
本书分为5部分，共21章。第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了Python的基础知识以及Python中非常有名的库NumPy和pandas工具集，还介绍了面向对象编程；第3部分介绍金融数据科学的相关基本技术和方法，包括数据可视化、输入/输出操作和数学中与金融相关的知识等；第4部分介绍Python在算法交易上的应用，重点介绍常见算法，包括机器学习、深度神经网络等人工智能相关算法；第5部分讲解基于蒙特卡洛模拟开发期权及衍生品定价的应用，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值等知识。本书适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。
作者简介
作者伊夫·希尔皮斯科，博士，Python Quants集团的创始人和管理合伙人。该集团致力于应用开源技术来解决金融数据科学、人工智能、算法交易和计算金融学等问题。他还是AI Machine公司的创始人和CEO。这个公司的主营业务是通过专属策略执行平台来发挥人工智能的威力。他还是Python算法交易大学认证的在线培训项目的主管。
章节目录
版权信息
内容提要
O’Reilly Media, Inc.介绍
业界评论
前言
资源与支持
配套资源
提交勘误
与我们联系
关于异步社区和异步图书
第1部分 Python与金融
第1章 为什么将Python用于金融
1.1 Python编程语言
1.2 金融中的科技
1.3 用于金融的Python
1.4 数据驱动和人工智能优先的金融学
1.5 结语
1.6 延伸阅读
第2章 Python基础架构
2.1 作为包管理器使用的conda
2.2 作为虚拟环境管理器的conda
2.3 使用Docker容器
2.4 使用云实例
2.5 结语
2.6 延伸阅读
第2部分 掌握基础知识
第3章 数据类型与结构
3.1 基本数据类型
3.2 基本数据结构
3.3 结语
3.4 延伸阅读
第4章 用NumPy进行数值计算
4.1 数据数组
4.2 常规NumPy数组
4.3 NumPy结构数组
4.4 代码向量化
4.5 结语
4.6 延伸阅读
第5章 pandas数据分析
5.1 DataFrame类
5.2 基本分析
5.3 基本可视化
5.4 Series类
5.5 GroupBy操作
5.6 复杂选择
5.7 联接、连接和合并
5.8 性能特征
5.9 结语
5.10 延伸阅读
第6章 面向对象编程
6.1 Python对象简介
6.2 Python类基础知识
6.3 Python数据模型
6.4 Vector类
6.5 结语
6.6 延伸阅读
第3部分 金融数据科学
第7章 数据可视化
7.1 静态2D绘图
7.2 静态3D绘图
7.3 交互式2D绘图
7.4 结语
7.5 延伸阅读
第8章 金融时间序列
8.1 金融数据
8.2 滚动统计
8.3 相关分析
8.4 高频数据
8.5 结语
8.6 延伸阅读
第9章 输入/输出操作
9.1 Python基本I/O
9.2 pandas的I/O
9.3 PyTables的I/O
9.4 TsTables的I/O
9.5 结语
9.6 延伸阅读
第10章 高性能的Python
10.1 循环
10.2 算法
10.3 二叉树
10.4 蒙特卡洛模拟
10.5 pandas递归算法
10.6 结语
10.7 延伸阅读
第11章 数学工具
11.1 逼近法
11.2 凸优化
11.3 积分
11.4 符号计算
11.5 结语
11.6 延伸阅读
第12章 推断统计学
12.1 随机数
12.2 模拟
12.3 估值
12.4 风险测度
12.5 Python脚本
12.6 结语
12.7 延伸阅读
第13章 统计学
13.1 正态性检验
13.2 投资组合优化
13.3 贝叶斯统计
13.4 机器学习
13.5 结语
13.6 延伸阅读
第4部分 算法交易
第14章 FXCM交易平台
14.1 入门
14.2 读取数据
14.3 使用API
14.4 结语
14.5 延伸阅读
第15章 交易策略
15.1 简单移动平均数
15.2 随机游走假设
15.3 线性OLS回归
15.4 聚类
15.5 频率方法
15.6 分类
15.7 深度神经网络
15.8 结语
15.9 延伸阅读
第16章 自动化交易
16.1 资本管理
16.2 基于ML的交易策略
16.3 在线算法
16.4 基础设施与部署
16.5 日志与监控
16.6 结语
16.7 Python脚本
16.8 延伸阅读
第5部分 衍生品分析
第17章 估值框架
17.1 资产定价基本定理
17.2 风险中立折现
17.3 市场环境
17.4 结语
17.5 延伸阅读
第18章 金融模型的模拟
18.1 随机数生成
18.2 通用模拟类
18.3 几何布朗运动
18.4 跳跃扩散
18.5 平方根扩散
18.6 结语
18.7 延伸阅读
第19章 衍生品估值
19.1 通用估值类
19.2 欧式行权
19.3 美式行权
19.4 结语
19.5 延伸阅读
第20章 投资组合估值
20.1 衍生品头寸
20.2 衍生品投资组合
20.3 结语
20.4 延伸阅读
第21章 基于市场的估值
21.1 期权数据
21.2 模型检验
21.3 投资组合估值
21.4 Python代码
21.5 结语
21.6 延伸阅读
作者介绍
封面说明
附录A 日期与时间
A.1 Python
A.2 NumPy
A.3 pandas
附录B BSM期权类
B.1 类定义
B.2 类的使用
Python金融大数据分析（第2版）是2020年由人民邮电出版社出版,作者[德]伊夫·希尔皮斯科（YvesHilpisch）。
得书感谢您对《Python金融大数据分析（第2版）》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。
