Python金融大数据分析pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页

Python金融大数据分析PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1部分 Python与金融 3

第1章 为什么将Python用于金融 3

1.1 Python是什么 3

1.1.1 Python简史 5

1.1.2 Python生态系统 5

1.1.3 Python用户谱系 7

1.1.4科学栈 7

1.2金融中的科技 9

1.2.1科技开销 9

1.2.2作为业务引擎的科技 9

1.2.3作为进入门槛的科技和人才 9

1.2.4不断提高的速度、频率、数据量 10

1.2.5实时分析的兴起 11

1.3用于金融的Python 12

1.3.1金融和Python语法 12

1.3.2 Python的效率和生产率 15

1.3.3从原型化到生产 19

1.4结语 20

1.5延伸阅读 20

第2章 基础架构和工具 21

2.1 Python部署 22

2.1.1 Anaconda 22

2.1.2 Python Quant Platform 27

2.1.3工具 30

2.1.4 Python 30

2.1.5 IPython 30

2.1.6 Spyder 40

2.2结语 42

2.3延伸阅读 43

第3章 入门示例 45

3.1隐含波动率 46

3.2蒙特卡洛模拟 54

3.2.1纯Python 56

3.2.2用NumPy向量化 57

3.2.3利用对数欧拉方法实现全向量化 59

3.2.4图形化分析 60

3.2.5技术分析 62

3.3结语 67

3.4延伸阅读 68

第2部分 金融分析和开发 71

第4章 数据类型和结构 71

4.1基本数据类型 72

4.1.1整数 72

4.1.2浮点数 73

4.1.3字符串 75

4.2基本数据结构 77

4.2.1元组 77

4.2.2列表 78

4.2.3离题：控制结构 80

4.2.4离题：函数式编程 81

4.2.5字典 82

4.2.6集合 84

4.3 NumPy数据结构 85

4.3.1用Python列表形成数组 85

4.3.2常规NumPy数组 87

4.3.3结构数组 90

4.4代码向量化 91

4.5内存布局 93

4.6结语 95

4.7延伸阅读 95

第5章 数据可视化 97

5.1二维绘图 97

5.1.1一维数据集 98

5.1.2二维数据集 103

5.1.3其他绘图样式 109

5.2金融学图表 116

5.3 3D绘图 119

5.4结语 122

5.5延伸阅读 122

第6章 金融时间序列 123

6.1 pandas基础 124

6.1.1使用DataFrame类的第一步 124

6.1.2使用DataFrame类的第二步 127

6.1.3基本分析 131

6.1.4 Series类 134

6.1.5 GroupBy操作 135

6.2金融数据 136

6.3回归分析 142

6.4高频数据 150

6.5结语 154

6.6延伸阅读 154

第7章 输入/输出操作 155

7.1 Python基本I/O 156

7.1.1将对象写入磁盘 156

7.1.2读写文本文件 159

7.1.3 SQL数据库 160

7.1.4读写NumPy数组 162

7.2 Pandas的I/O 164

7.2.1 SQL数据库 165

7.2.2从SQL到pandas 166

7.2.3 CSV文件数据 168

7.2.4 Excel文件数据 169

7.3 PyTables的快速I/O 170

7.3.1使用表 170

7.3.2使用压缩表 175

7.3.3使用数组 176

7.3.4内存外计算 177

7.4结语 179

7.5延伸阅读 180

第8章 高性能的Python 181

8.1 Python范型与性能 182

8.2内存布局与性能 184

8.3并行计算 186

8.3.1蒙特卡洛算法 186

8.3.2顺序化计算 187

8.3.3并行计算 188

8.3.4性能比较 191

8.4多处理 191

8.5动态编译 193

8.5.1介绍性示例 193

8.5.2二项式期权定价方法 195

8.6用Cython进行静态编译 199

8.7在GPU上生成随机数 201

8.8结语 205

8.9延伸阅读 205

第9章 数学工具 207

9.1逼近法 208

9.1.1回归 208

9.1.2插值 218

9.2凸优化 221

9.2.1全局优化 222

9.2.2局部优化 223

9.2.3有约束优化 224

9.3积分 226

9.3.1数值积分 228

9.3.2通过模拟求取积分 228

9.4符号计算 229

9.4.1基本知识 229

9.4.2方程式 230

9.4.3积分 231

9.4.4微分 232

9.5结语 233

9.6延伸阅读 233

第10章 推断统计学 235

10.1随机数 236

10.2模拟 241

10.2.1随机变量 241

10.2.2随机过程 244

10.2.3方差缩减 256

10.3估值 259

10.3.1欧式期权 259

10.3.2美式期权 263

10.4风险测度 266

10.4.1风险价值 266

10.4.2信用价值调整 270

10.5结语 272

10.6延伸阅读 273

第11章 统计学 275

11.1正态性检验 276

11.1.1基准案例 277

11.1.2现实世界的数据 284

11.2投资组合优化 289

11.2.1数据 290

11.2.2基本理论 291

11.2.3投资组合优化 294

11.2.4有效边界 296

11.2.5资本市场线 297

11.3主成分分析 300

11.3.1 DAX指数和30种成分股 301

11.3.2应用PCA 301

11.3.3构造PCA指数 302

11.4贝叶斯回归 305

11.4.1贝叶斯公式 305

11.4.2 PyMC3 306

11.4.3介绍性示例 307

11.4.4真实数据 310

11.5结语 318

11.6延伸阅读 318

第12章 Excel集成 321

12.1基本电子表格交互 322

12.1.1生成工作簿（.xls） 323

12.1.2生成工作簿（.xslx） 324

12.1.3从工作簿中读取 326

12.1.4使用OpenPyxl 328

12.1.5使用pandas读写 329

12.2用Python编写Excel脚本 332

12.2.1安装DataNitro 333

12.2.2使用DataNitro 333

12.3 xlwings 342

12.4结语 342

12.5延伸阅读 343

第13章 面向对象和图形用户界面 345

13.1面向对象 345

13.1.1 Python类基础知识 346

13.1.2简单的短期利率类 350

13.1.3现金流序列类 354

13.2图形用户界面 356

13.2.1带GUI的短期利率类 356

13.2.2值的更新 358

13.2.3带GUI的现金流序列类 360

13.3结语 362

13.4延伸阅读 362

第14章 Web集成 365

14.1 Web基础知识 366

14.1.1 ftplib 366

14.1.2 httplib 368

14.1.3 urllib 369

14.2 Web图表绘制 372

14.2.1静态图表绘制 372

14.2.2交互式图表绘制 374

14.2.3实时图表绘制 375

14.3快速Web应用 383

14.3.1交易者的聊天室 384

14.3.2数据建模 384

14.3.3 Python代码 385

14.3.4模板 391

14.3.5样式化 396

14.4 Web服务 397

14.4.1金融模型 399

14.4.2实现 400

14.5结语 406

14.6延伸阅读 406

第3部分 衍生品分析库 409

第15章 估值框架 409

15.1资产定价基本定理 409

15.1.1简单示例 409

15.1.2一般结果 410

15.2风险中立折现 412

15.2.1日期建模和处理 412

15.2.2固定短期利率 413

15.3市场环境 415

15.4结语 418

15.5延伸阅读 419

第16章 金融模型的模拟 421

16.1随机数生成 422

16.2泛型模拟类 423

16.3几何布朗运动 427

16.3.1模拟类 427

16.3.2用例 429

16.4跳跃扩散 431

16.4.1模拟类 431

16.4.2用例 434

16.5平方根扩散 435

16.5.1模拟类 435

16.5.2用例 437

16.6结语 438

16.7延伸阅读 440

第17章 衍生品估值 441

17.1泛型估值类 441

17.2欧式行权 445

17.3估值类 445

17.4美式行权 451

17.4.1最小二乘蒙特卡洛方法 451

17.4.2估值类 453

17.4.3用例 454

17.5结语 457

17.6延伸阅读 458

第18章 投资组合估值 459

18.1衍生品头寸 460

18.1.1类 460

18.1.2用例 462

18.2衍生品投资组合 463

18.2.1类 463

18.2.2用例 467

18.3结语 472

18.4延伸阅读 474

第19章 波动率期权 475

19.1 VSTOXX数据 476

19.1.1 VSTOXX指数数据 476

19.1.2 VSTOXX期货数据 477

19.1.3 VSTOXX期权数据 479

19.2模型检验 480

19.2.1相关市场数据 480

19.2.2期权建模 481

19.2.3检验过程 483

19.3基于VSTOXX的美式期权 487

19.3.1期权头寸建模 487

19.3.2期权投资组合 488

19.4结语 489

19.5延伸阅读 490

附录A 精选的最佳实践 491

附录B 看涨期权类 499

附录C 日期和时间 503