《Python金融数据分析》源码

给寻找配套资源的朋友们精选了Python类书籍配套资源，介绍了关于Python、金融数据分析、Python方面的内容，本书是由机械工业出版社出版，已被465人关注，由逯紫凝测试纠错，目前本书在Python类综合评分为：9.4分。

书籍介绍

本书系统阐述Python在金融领域的应用，不仅涵盖核心的金融理论及相关数学概念，还详细讲解如何应用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。

本书还介绍了Hadoop在大数据分析中的应用以及Python和Excel的融通，包括使用Python执行MapReduce操作，用NoSQL存储数据，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，以及在Excel中即时计算期权价格。

此外，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订单，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、头寸跟踪和回测技术，以帮助你管理交易策略的实施效果。

封面图

目录

• 前言
• 第1章Python在金融中的应用
• 11Python适合我吗
• 111免费+开源
• 112高级、强大、灵活的编程语言
• 113丰富的标准库
• 12面向对象编程与函数式编程
• 121面向对象式方法
• 122函数式方法
• 123我该使用哪种方法
• 13我该使用哪个版本的Python
• 14IPython简介
• 141安装IPython
• 142使用pip
• 143IPython Notebook
• 144Notebook单元格
• 145IPython Notebook简单的练习
• 146Notebook与金融
• 15总结
• 第2章金融中的线性问题
• 21资本资产定价模型与证券市场线
• 22套利定价模型
• 23因子模型的多元线性回归
• 24线性最优化
• 241安装PuLP
• 242一个简单的线性优化问题
• 243线性规划的结果
• 244整数规划
• 25使用矩阵解线性方程组
• 26LU分解
• 27Cholesky分解
• 28QR分解
• 29总结
• 第3章非线性与金融
• 31非线性建模
• 32非线性模型举例
• 321隐含波动率模型
• 322马尔可夫机制转换模型
• 323门限自回归模型
• 324平滑转换模型
• 33非线性模型求根算法概述
• 34增量法
• 35二分法
• 36牛顿迭代法
• 37割线法
• 38求根法的结合使用
• 39利用SciPy求解
• 391SciPy求根标量函数
• 392通用非线性求解器
• 310总结
• 第4章利用数值方法为衍生品定价
• 41什么是期权
• 42二叉树期权定价模型
• 421欧式期权定价
• 422编写StockOption类
• 423编写BinomialEuropeanOption类
• 424利用BinomialTreeOption类给美式期权定价
• 425CoxRossRubinstein模型
• 426LeisenReimer模型
• 43希腊值
• 44三叉树期权定价模型
• 45期权定价中的Lattice方法
• 451二叉树网格
• 452编写BinomialCRROption类
• 453三叉树网格
• 46有限差分法
• 461显式方法
• 462隐式方法
• 463CrankNicolson方法
• 464奇异障碍期权定价
• 465美式期权定价的有限差分
• 47隐含波动率模型
• 48总结
• 第5章利率及其衍生工具
• 51固定收益证券
• 52收益率曲线
• 53无息债券
• 54自助法构建收益率曲线
• 55远期利率
• 56计算到期收益率
• 57计算债券定价
• 58久期
• 59凸度
• 510短期利率模型
• 5101Vasicek模型
• 5102CoxIngersollRoss模型
• 5103Rendleman and Bartter模型
• 5104Brennan and Schwartz模型
• 511债券期权
• 5111可赎回债券
• 5112可回售债券
• 5113可转换债券
• 5114优先股
• 512可赎回债券定价
• 5121Vasicek模型定价无息债券
• 5122提前行权定价
• 5123有限差分策略迭代法
• 5124可赎回债券定价的其他影响因素
• 513总结
• 第6章利用Python分析欧洲斯托克 50指数波动率
• 61波动率指数衍生品
• 611STOXX与欧洲期货交易所
• 612EURO STOXX 50指数
• 613VSTOXX
• 614VIX
• 62获取EUROX STOXX 50指数和VSTOXX数据
• 63数据合并
• 64SX5E与V2TX的财务分析
• 65SX5E与V2TX的相关性
• 66计算VSTOXX子指数
• 661获取OESX数据
• 662计算VSTOXX子指数的公式
• 663VSTOXX子指数值的实现
• 664分析结果
• 67计算VSTOXX主指数
• 68总结
• 第7章大数据分析
• 71什么是大数据
• 72Hadoop
• 721HDFS
• 722YARN
• 723MapReduce
• 73大数据工具对我来说实用吗
• 74获取Apache Hadoop
• 741从Cloudera获取QuickStart VM
• 742获取VirtualBox
• 743在VirtualBox上运行Cloudera VM
• 75Hadoop中的字计数程序
• 751下载示例数据
• 752map程序
• 753reduce程序
• 754测试脚本
• 755在Hadoop上运行MapReduce
• 756使用Hue浏览HDFS
• 76Hadoop的金融实践
• 761从Yahoo! Finance获取IBM股票价格
• 762修改map程序
• 763使用IBM股票价格测试map程序
• 764运行MapReduce计算日内价格变化
• 765分析MapReduce结果
• 77NoSQL简介
• 771获取MongoDB
• 772创建数据目录并运行MongoDB
• 773获取PyMongo
• 774运行测试连接
• 775获取数据库
• 776获取集合
• 777插入文档
• 778获取单个文档
• 779删除文档
• 7710批量插入文档
• 7711统计集合文档
• 7712查找文档
• 7713文档排序
• 7714结论
• 78总结
• 第8章算法交易
• 81什么是算法交易
• 82带有公共API的交易平台列表
• 83有没有最好的编程语言
• 84系统功能
• 85通过Interactive Brokers和IbPy进行算法交易
• 851获取Interactive Brokers的Trader WorkStation
• 852获取IbPy——IB API包装器
• 853指令路由机制
• 86构建均值回归算法交易系统
• 861设置主程序
• 862处理事件
• 863实现均值回归算法
• 864跟踪头寸
• 87使用OANDA API进行外汇交易
• 871什么是REST
• 872设置OANDA账户
• 873OANDA API使用方法
• 874获取oandapy——OAND AREST API包装器
• 875获取并解析汇率数据
• 876发送指令
• 88构建趋势跟踪外汇交易平台
• 881设置主程序
• 882处理事件
• 883实现趋势跟踪算法
• 884跟踪头寸
• 89风险价值模型
• 810总结
• 第9章回溯测试
• 91回溯测试概述
• 911回溯测试的缺陷
• 912事件驱动回溯测试系统
• 92设计并实施回溯测试系统
• 921TickData类
• 922MarketData类
• 923MarketDataSource类
• 924Order类
• 925Position类
• 926Strategy类
• 927MeanReverting Strategy类
• 928Backtester类
• 929运行回溯测试系统
• 9210改进回溯测试系统
• 93回溯测试模型的10个注意事项
• 931模型的资源限制
• 932模型评价标准
• 933估计回溯测试参数的质量
• 934应对模型风险
• 935样本数据回测
• 936解决回溯测试的常见缺陷
• 937常识错误
• 938理解模型环境
• 939数据准确性
• 9310数据挖掘
• 94回溯测试中的算法选择
• 941k均值聚类算法
• 942KNN机器学习算法
• 943分类回归树分析
• 9442k析因设计
• 945遗传算法
• 95总结
• 第10章Python与Excel的融通
• 101COM概述
• 102Excel与金融
• 103构建COM服务器
• 1031先决条件
• 1032获取pythoncom模块
• 1033构建BlackScholes模型COM服务器
• 1034注册和注销COM服务器
• 1035构建CoxRossRubinstein模型COM服务器
• 1036构建三叉网格模型COM服务器
• 104在Excel中构建COM客户端
• 1041设置VBA代码
• 1042设置单元格
• 105COM的其他功能
• 106总结