 |
-- 會員 / 註冊 --
|
 |
|
|
|
Python金融實戰案例精粹 ( 簡體 字) |
| 作者：斯文 | 類別：1. -> 程式設計 -> Python |
| 譯者： |
| 出版社：人民郵電出版社 |  3dWoo書號： 52860
詢問書籍請說出此書號！【有庫存】
NT售價： 595 元 |
| 出版日：6/1/2020 |
| 頁數：456 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787115536297 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介：隨著金融科技時代的到來，Python在金融領域的影響力已經有目共睹。掌握Python在金融實務中的應用，已經成為金融科技達人們必備的技能之一。
本書作為《基于Python的金融分析與風險管理》一書的配套案例集，整合了源于現實金融市場和日常實務工作的88個原創案例，涉及308項編程任務，包括超過6000行的Python代碼。本書囊括了豐富多樣的金融場景，涵蓋利率、匯率、債券、股票、基金、遠期、股指期貨、外匯期貨、國債期貨、股票期權、商品期權等金融產品，還涉及商業銀行、證券公司、期貨公司、保險公司、信托公司、資產管理公司、基金管理公司、金融控股公司等各類型的金融機構，既介紹了包括我國在內的新興市場，又介紹了歐美成熟的金融市場，囊括金融實務中可能涉及Python編程的各種場景。
本書著眼于一系列從業者可能涉及的金融實務案例，并結合Python編程給出了高效的解決方案。通過閱讀本書，讀者能夠全方位地了解金融市場的運作，深刻洞察各類職務背后的工作技巧。 |
目錄：第 1章 Python基礎編程的金融案例 1
1.1 數據結構之元組—以科創板股票為分析對象 2
1.2 數據結構之列表—以全球股票指數為分析對象 6
1.3 數據結構之集合—以股票類型為分析對象 10
1.4 數據結構之字典—以人民幣匯率為分析對象 13
1.5 基本算術運算—以交通銀行股票為分析對象 16
1.6 高級賦值運算與成員運算—以中國平安股票為分析對象 19
1.7 關系運算—以四大國有銀行的財務指標為分析對象 22
1.8 Python內置函數—以券商股為分析對象 25
1.9 Python自定義函數和for語句—以市場利率為分析對象 29
1.10 條件語句和循環語句—以全球重要股指為分析對象 32
1.11 math模塊—以保險理賠為分析對象 36
1.12 本章小結 39
第 2章 NumPy模塊編程的金融案例 40
2.1 創建N維數組—以美國納斯達克的科技股為分析對象 41
2.2 數組索引和切片—以互聯網公司發行的港股為分析對象 45
2.3 數組內部運算（一）—以保險公司股票為分析對象 48
2.4 數組內部運算（二）—以A股指數為分析對象 52
2.5 數組間運算—以中資銀行股為分析對象 55
2.6 矩陣運算（一）—以全球主要股指為分析對象 59
2.7 矩陣運算（二）—以科創板股票為分析對象 64
2.8 二項分布與幾何分布隨機抽樣—以保險業務為分析對象 68
2.9 正態分布和對數正態分布隨機抽樣—以石油公司股票為分析對象 72
2.10 伽瑪分布和貝塔分布隨機抽樣—以債券違約率與回收率為分析對象 77
2.11 本章小結 82
第3章 Pandas模塊編程的金融案例 83
3.1 創建序列和數據框—以開放式基金為分析對象 84
3.2 導入外部數據文件和導出生成數據文件—以Shibor利率為分析對象 88
3.3 數據框可視化—以上證50指數為分析對象 92
3.4 數據框檢索—以滬港通股票為分析對象 98
3.5 數據框缺失值處理—以金磚四國的股票指數為分析對象 102
3.6 數據框拼接—以紐交所上市的央企股票為分析對象 106
3.7 Pandas模塊的統計功能（一）—以QDII基金為分析對象 111
3.8 Pandas模塊的統計功能（二）—以全球大型銀行股票為分析對象 116
3.9 Pandas模塊的統計功能（三）—以創業板股票為分析對象 121
3.10 移動窗口與動態統計—以全球主要股指為分析對象 128
3.11 本章小結 133
第4章 Matplotlib模塊編程的金融案例 134
4.1 繪制曲線圖—以住房按揭貸款為分析對象 135
4.2 繪制垂直條狀圖和雙軸圖—以貨幣政策為分析對象 140
4.3 繪制K線圖—以上證綜指與深證成指為分析對象 145
4.4 繪制直方圖—以同時發行A股和美股的公司股票為分析對象 152
4.5 繪制條形圖—以全球主要股指為分析對象 158
4.6 繪制雷達圖—以四大國有銀行的財務監管指標為分析對象 162
4.7 繪制散點圖—以A股和港股的股指為分析對象 167
4.8 繪制餅圖—以社會融資規模的結構為分析對象 172
4.9 本章小結 177
第5章 SciPy等模塊編程的金融案例 178
5.1 用SciPy模塊運算積分—以上市的車企股票為分析對象 179
5.2 用SciPy模塊計算插值—以Shibor利率為分析對象 184
5.3 用SciPy模塊求解方程組—以中小板股票為分析對象 190
5.4 用SciPy模塊求解最優值—以投資者效用為分析對象 193
5.5 SciPy模塊的統計功能—以Hibor和Shibor利率為分析對象 198
5.6 用SciPy模塊開展隨機抽樣與統計—以美國金融變量為分析對象 202
5.7 用StatsModels模塊構建回歸模型—以中國石油股票為分析對象 207
5.8 用arch模塊構建波動率模型—以全球主要股指為分析對象 212
5.9 用datetime模塊處理時間對象—以銀行理財產品為分析對象 220
5.10 本章小結 223
第6章 用Python分析利率與債券的案例 224
6.1 計算不同復利頻次的利息—以定期存款為分析對象 225
6.2 基于單一貼現率的債券定價—以國債為分析對象 229
6.3 基于票息剝離法計算零息利率曲線—以國債利率為分析對象 233
6.4 基于不同期限零息利率的債券定價—以金融債和地方債為分析對象 238
6.5 遠期利率—以國債為分析對象 241
6.6 遠期利率協議現金流—以Libor遠期利率協議為分析對象 246
6.7 遠期利率協議定價—以Shibor遠期利率協議為分析對象 250
6.8 債券麥考利久期—以利率債為分析對象 254
6.9 債券修正久期和美元久期—以央企債券為分析對象 260
6.10 債券凸性—以地方政府債為分析對象 264
6.11 本章小結 270
第7章 用Python分析股票投資的案例 271
7.1 投資組合收益率和波動率—以金融股為分析對象 272
7.2 最優投資組合—以道瓊斯指數成分股為分析對象 278
7.3 資本資產定價模型（一）—以交通銀行A股為分析對象 283
7.4 資本資產定價模型（二）—以美股為分析對象 290
7.5 服從幾何布朗運動的股價模擬—以互聯網公司股票為分析對象 296
7.6 A股與H股套利策略—以招商銀行股票為分析對象 303
7.7 投資組合績效評估（一）—以公募基金為分析對象 309
7.8 投資組合績效評估（二）—以QDII基金為分析對象 316
7.9 本章小結 321
第8章 用Python分析期貨套期保值的案例 322
8.1 期貨空頭套期保值—以上證50指數期貨為分析對象 323
8.2 期貨多頭套期保值—以美元兌人民幣期貨合約為分析對象 328
8.3 最優套保比率和最優合約數量—以A股股指期貨為分析對象 333
8.4 國債期貨可交割債券轉換因子—以國債為分析對象 341
8.5 國債期貨最廉價交割債券—以國債期貨TS1906合約為分析對象 346
8.6 基于久期的套期保值策略—以債券和國債期貨為分析對象 351
8.7 本章小結 360
第9章 用Python分析期權交易的案例 361
9.1 期權定價與到期盈虧—以騰訊公司股票期權為分析對象 362
9.2 期權希臘字母—以2只上證50ETF期權合約為分析對象 368
9.3 期權對沖策略—以50ETF沽6月2050期權為分析對象 373
9.4 期權隱含波動率—以3只上證50ETF期權為分析對象 379
9.5 單一期權與基礎資產交易策略—以50ETF期權和基金為分析對象 385
9.6 期權牛市價差策略—以陰極銅期權為分析對象 391
9.7 期權熊市價差策略—以天然橡膠期權為分析對象 396
9.8 期權盒式價差策略—以4只上證50ETF期權為分析對象 402
9.9 期權蝶式價差策略—以豆粕期權為分析對象 406
9.10 跨式組合與寬跨式組合策略—以白糖期權為分析對象 412
9.11 本章小結 419
第 10章 用Python測度風險價值的案例 420
10.1 方差-協方差法—以公募基金重倉股為分析對象 421
10.2 歷史模擬法—以社保基金重倉股為分析對象 427
10.3 蒙特卡洛模擬法—以QFII重倉股為分析對象 431
10.4 風險價值模型合理性檢驗—以保險資金重倉股為分析對象 437
10.5 投資組合壓力測試—以藍籌股和國債為分析對象 442
10.6 壓力風險價值—以伯克希爾 哈撒韋公司重倉股為分析對象 448
10.7 本章小結 456 |
| 序： |
|
