Python金融數(shù)據(jù)分析

目錄
前言
第1章Python在金融中的應(yīng)用
1.1Python適合我嗎
1.1.1免費+開源
1.1.2高級、強大、靈活的編程語言
1.1.3豐富的標準庫
1.2面向?qū)ο缶幊膛c函數(shù)式編程
1.2.1面向?qū)ο笫椒椒?
1.2.2函數(shù)式方法
1.2.3我該使用哪種方法
1.3我該使用哪個版本的Python
1.4IPython簡介
1.4.1安裝IPython
1.4.2使用pip
1.4.3IPython Notebook
1.4.4Notebook單元格
1.4.5IPython Notebook簡單的練習(xí)
1.4.6Notebook與金融
1.5總結(jié)
第2章金融中的線性問題
2.1資本資產(chǎn)定價模型與證券市場線
2.2套利定價模型
2.3因子模型的多元線性回歸
2.4線性最優(yōu)化
2.4.1安裝PuLP
2.4.2一個簡單的線性優(yōu)化問題
2.4.3線性規(guī)劃的結(jié)果
2.4.4整數(shù)規(guī)劃
2.5使用矩陣解線性方程組
2.6LU分解
2.7Cholesky分解
2.8QR分解
2.9總結(jié)
第3章非線性與金融
3.1非線性建模
3.2非線性模型舉例
3.2.1隱含波動率模型
3.2.2馬爾可夫機制轉(zhuǎn)換模型
3.2.3門限自回歸模型
3.2.4平滑轉(zhuǎn)換模型
3.3非線性模型求根算法概述
3.4增量法
3.5二分法
3.6牛頓迭代法
3.7割線法
3.8求根法的結(jié)合使用
3.9利用SciPy求解
3.9.1SciPy求根標量函數(shù)
3.9.2通用非線性求解器
3.10總結(jié)
第4章利用數(shù)值方法為衍生品定價
4.1什么是期權(quán)
4.2二叉樹期權(quán)定價模型
4.2.1歐式期權(quán)定價
4.2.2編寫StockOption類
4.2.3編寫B(tài)inomialEuropeanOption類
4.2.4利用BinomialTreeOption類給美式期權(quán)定價
4.2.5CoxRossRubinstein模型
4.2.6LeisenReimer模型
4.3希臘值
4.4三叉樹期權(quán)定價模型
4.5期權(quán)定價中的Lattice方法
4.5.1二叉樹網(wǎng)格
4.5.2編寫B(tài)inomialCRROption類
4.5.3三叉樹網(wǎng)格
4.6有限差分法
4.6.1顯式方法
4.6.2隱式方法
4.6.3CrankNicolson方法
4.6.4奇異障礙期權(quán)定價
4.6.5美式期權(quán)定價的有限差分
4.7隱含波動率模型
4.8總結(jié)
第5章利率及其衍生工具
5.1固定收益證券
5.2收益率曲線
5.3無息債券
5.4自助法構(gòu)建收益率曲線
5.5遠期利率
5.6計算到期收益率
5.7計算債券定價
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債券期權(quán)
5.11.1可贖回債券
5.11.2可回售債券
5.11.3可轉(zhuǎn)換債券
5.11.4優(yōu)先股
5.12可贖回債券定價
5.12.1Vasicek模型定價無息債券
5.12.2提前行權(quán)定價
5.12.3有限差分策略迭代法
5.12.4可贖回債券定價的其他影響因素
5.13總結(jié)
第6章利用Python分析歐洲斯托克 50指數(shù)波動率
6.1波動率指數(shù)衍生品
6.1.1STOXX與歐洲期貨交易所
6.1.2EURO STOXX 50指數(shù)
6.1.3VSTOXX
6.1.4VIX
6.2獲取EUROX STOXX 50指數(shù)和VSTOXX數(shù)據(jù)
6.3數(shù)據(jù)合并
6.4SX5E與V2TX的財務(wù)分析
6.5SX5E與V2TX的相關(guān)性
6.6計算VSTOXX子指數(shù)
6.6.1獲取OESX數(shù)據(jù)
6.6.2計算VSTOXX子指數(shù)的公式
6.6.3VSTOXX子指數(shù)值的實現(xiàn)
6.6.4分析結(jié)果
6.7計算VSTOXX主指數(shù)
6.8總結(jié)
第7章大數(shù)據(jù)分析
7.1什么是大數(shù)據(jù)
7.2Hadoop
7.2.1HDFS
7.2.2YARN
7.2.3MapReduce
7.3大數(shù)據(jù)工具對我來說實用嗎
7.4獲取Apache Hadoop
7.4.1從Cloudera獲取QuickStart VM
7.4.2獲取VirtualBox
7.4.3在VirtualBox上運行Cloudera VM
7.5Hadoop中的字計數(shù)程序
7.5.1下載示例數(shù)據(jù)
7.5.2map程序
7.5.3reduce程序
7.5.4測試腳本
7.5.5在Hadoop上運行MapReduce
7.5.6使用Hue瀏覽HDFS
7.6Hadoop的金融實踐
7.6.1從Yahoo! Finance獲取IBM股票價格
7.6.2修改map程序
7.6.3使用IBM股票價格測試map程序
7.6.4運行MapReduce計算日內(nèi)價格變化
7.6.5分析MapReduce結(jié)果
7.7NoSQL簡介
7.7.1獲取MongoDB
7.7.2創(chuàng)建數(shù)據(jù)目錄并運行MongoDB
7.7.3獲取PyMongo
7.7.4運行測試連接
7.7.5獲取數(shù)據(jù)庫
7.7.6獲取集合
7.7.7插入文檔
7.7.8獲取單個文檔
7.7.9刪除文檔
7.7.10批量插入文檔
7.7.11統(tǒng)計集合文檔
7.7.12查找文檔
7.7.13文檔排序
7.7.14結(jié)論
7.8總結(jié)
第8章算法交易
8.1什么是算法交易
8.2帶有公共API的交易平臺列表
8.3有沒有最好的編程語言
8.4系統(tǒng)功能
8.5通過Interactive Brokers和IbPy進行算法交易
8.5.1獲取Interactive Brokers的Trader WorkStation
8.5.2獲取IbPy——IB API包裝器
8.5.3指令路由機制
8.6構(gòu)建均值回歸算法交易系統(tǒng)
8.6.1設(shè)置主程序
8.6.2處理事件
8.6.3實現(xiàn)均值回歸算法
8.6.4跟蹤頭寸
8.7使用OANDA API進行外匯交易
8.7.1什么是REST
8.7.2設(shè)置OANDA賬戶
8.7.3OANDA API使用方法
8.7.4獲取oandapy——OAND AREST API包裝器
8.7.5獲取并解析匯率數(shù)據(jù)
8.7.6發(fā)送指令
8.8構(gòu)建趨勢跟蹤外匯交易平臺
8.8.1設(shè)置主程序
8.8.2處理事件
8.8.3實現(xiàn)趨勢跟蹤算法
8.8.4跟蹤頭寸
8.9風(fēng)險價值模型
8.10總結(jié)
第9章回溯測試
9.1回溯測試概述
9.1.1回溯測試的缺陷
9.1.2事件驅(qū)動回溯測試系統(tǒng)
9.2設(shè)計并實施回溯測試系統(tǒng)
9.2.1TickData類
9.2.2MarketData類
9.2.3MarketDataSource類
9.2.4Order類
9.2.5Position類
9.2.6Strategy類
9.2.7MeanRe