金融數(shù)量分析：基于Python編程

第1章 金融市場與金融產(chǎn)品 1

1.1 金融市場 1

1.1.1 貨幣市場 2

1.1.2 資本市場 2

1.1.3 商品市場 3

1.2 金融機構(gòu) 3

1.2.1 存款性金融機構(gòu) 4

1.2.2 非存款性金融機構(gòu) 4

1.2.3 家庭或個人 5

1.3 基礎(chǔ)金融工具 6

1.3.1 原生金融工具 6

1.3.2 衍生金融工具 6

1.3.3 金融工具的基本特征 6

1.4 金融產(chǎn)品 7

1.5 金融產(chǎn)品風險 8

第2章 Python基礎(chǔ)知識概述 10

2.1 Python的發(fā)展歷程和影響 10

2.2 基本操作 11

2.3 多項式運算 11

2.3.1 多項式表達方式 11

2.3.2 多項式求解 12

2.3.3 多項式乘法(卷積) 12

2.4 多項式的曲線擬合 13

2.4.1 函數(shù)擬合 13

2.4.2 多項式插值 14

2.5 微積分計算 15

2.5.1 數(shù)值積分計算 15

2.5.2 符號積分計算 16

2.5.3 數(shù)值微分計算 16

2.6 矩陣計算 18

2.6.1 線性方程組的求解 18

2.6.2 矩陣的特征值和特征向量18

2.6.3 矩陣求逆 19

2.7 Python 函數(shù)編程規(guī)則 19

2.8 繪 圖 20

2.8.1 簡易圖形的繪制 20

2.8.2 二維圖形的繪制 21

2.8.3 三維圖形的繪制 23

2.8.4 等高線圖形的繪制 24

2.8.5 二維偽彩圖的繪制 25

2.8.6 矢量場圖的繪制 26

2.8.7 多邊形圖的繪制 27

第3章 Python爬蟲 29

3.1 基本參數(shù) 29

3.1.1 基本請求形式 29

3.1.2 為URL傳遞參數(shù) 30

3.2 獲取網(wǎng)絡(luò)信息 31

第4章 貸款按揭與保險產(chǎn)品——現(xiàn)金流分析案例 34

4.1 貨幣時間價值計算 34

4.1.1 單利終值與現(xiàn)值 34

4.1.2 復(fù)利終值與現(xiàn)值 35

4.1.3 連續(xù)復(fù)利計算 35

4.2 固定現(xiàn)金流計算 36

4.2.1 固定現(xiàn)金流現(xiàn)值計算函數(shù)pv 36

4.2.2 固定現(xiàn)金流終值計算函數(shù)fv 37

4.3 變化現(xiàn)金流計算 38

4.4 年金現(xiàn)金流計算 39

4.5 商業(yè)按揭貸款分析 41

4.5.1 按揭貸款還款方式 41

4.5.2 等額還款模型與計算 41

4.5.3 等額本金還款 44

4.5.4 還款方式比較 46

4.5.5 提前還款違約金估算 46

4.6 商業(yè)養(yǎng)老保險分析 47

4.6.1 商業(yè)養(yǎng)老保險案例 47

4.6.2 產(chǎn)品結(jié)構(gòu)分析 48

4.6.3 現(xiàn)金流模型 48

4.6.4 保險支出現(xiàn)值函數(shù) 49

4.6.5 保險收入現(xiàn)值函數(shù) 50

4.6.6 案例數(shù)值分析 51

4.6.7 案例分析結(jié)果 53

第5章 隨機模擬———概率分布與隨機數(shù) 54

5.1 概率分布  54

5.1.1 概率分布的定義 54

5.1.2 幾種常用的概率分布 54

5.1.3 密度函數(shù)、分布函數(shù)和逆概率分布函數(shù)值的計算 57

5.2 隨機數(shù)與蒙特卡羅模擬58

5.2.1 隨機數(shù)的生成 58

5.2.2 蒙特卡羅模擬 61

5.3 隨機價格序列 64

5.3.1 收益率服從正態(tài)分布的價格序列 64

5.3.2 具有相關(guān)性的隨機序列66

5.4 帶約束的隨機序列 68

第6章 策略模擬———組合保險策略分析 72

6.1 固定比例組合保險策略72

6.1.1 策略模型 72

6.1.2 模型參數(shù) 73

6.2 時間不變性組合保險策略74

6.2.1 策略模型 74

6.2.2 模型參數(shù) 74

6.3 策略數(shù)值模擬74

6.3.1 模擬情景假設(shè) 74

6.3.2 固定比例組合保險策略模擬75

6.3.3 時間不變性組合保險策略模擬 78

6.4 策略選擇與參數(shù)優(yōu)化 82

6.4.1 模擬情景假設(shè) 82

6.4.2 模擬方案與模擬參數(shù) 82

6.4.3 模擬程序與結(jié)果 83

第7章 KMV模型求解———方程與方程組的數(shù)值解 91

7.1 方程與方程組 91

7.1.1 方 程 91

7.1.2 方程組 91

7.2 方程與方程組的求解 92

7.2.1 fsolve函數(shù)解變量方程 92

7.2.2 fsolve函數(shù)解多變量方程組 93

7.2.3 含參數(shù)方程組的求解 94

7.3 KMV模型方程組的求解 94

7.3.1 KMV模型簡介 94

7.3.2 KMV模型計算方法 95

7.3.3 KMV模型計算程序 96

第8章 期權(quán)定價模型與數(shù)值方法 101

8.1 期權(quán)基礎(chǔ)概念 101

8.1.1 期權(quán)及其相關(guān)概念 101

8.1.2 買入期權(quán)、賣出期權(quán)平價組合 102

8.1.3 期權(quán)防范風險的應(yīng)用102

8.2 期權(quán)定價方法的理論基礎(chǔ)103

8.2.1 布朗運動 104

8.2.2 伊藤引理 105

8.2.3 Black Scholes微分方程 107

8.2.4 Black Scholes方程求解 109

8.2.5 影響期權(quán)價格的因素分析111

8.3 B S公式隱含波動率計算115

8.3.1 隱含波動率概念 115

8.3.2 隱含波動率計算方法116

8.3.3 隱含波動率計算程序116

8.4 期權(quán)二叉樹模型 118

8.4.1 二叉樹模型的基本理論118

8.4.2 二叉樹模型的計算 119

8.5 期權(quán)定價的蒙特卡羅方法121

8.5.1 模擬基本思路 121

8.5.2 模擬技術(shù)實現(xiàn) 121

8.5.3 模擬技術(shù)改進 122

8.5.4 歐式期權(quán)蒙特卡羅模擬124

8.5.5 障礙期權(quán)蒙特卡羅模擬127

第9章 股票掛鉤結(jié)構(gòu)分析 131

9.1 股票掛鉤產(chǎn)品的基本結(jié)構(gòu)131

9.1.1 高息票據(jù)與保本票據(jù)131

9.1.2 產(chǎn)品構(gòu)成要素說明 132

9.1.3 產(chǎn)品的設(shè)計方法 133

9.2 股票掛鉤產(chǎn)品案例分析135

9.2.1 產(chǎn)品定價分析 135

9.2.2 產(chǎn)品案例要素說明 135

9.2.3 保本票據(jù)定價與收益136

9.2.4 高息票據(jù)定價與收益140

9.3 分級型結(jié)構(gòu)產(chǎn)品分析142

9.3.1 分級型結(jié)構(gòu)產(chǎn)品的組成142

9.3.2 分級型結(jié)構(gòu)產(chǎn)品的結(jié)構(gòu)比例142

9.3.3 分級型結(jié)構(gòu)產(chǎn)品的收益分配143

9.3.4 分級型結(jié)構(gòu)產(chǎn)品的流通方式143

9.3.5 分級型結(jié)構(gòu)產(chǎn)品的風險控制144

9.4 鯊魚鰭期權(quán)期望收益測算144

9.4.1 鯊魚鰭期權(quán)簡介 144

9.4.2 鯊魚鰭期權(quán)收益率曲線144

第10章 馬科維茨均值方差模型 146

10.1 模型理論 146

10.2 收益與風險計算函數(shù)147

10.3 有效前沿計算函數(shù) 148

10.4 約束條件下的有效前沿151

10.5 模型年化參數(shù)計算 153

第11章 跟蹤誤差最小化——非線性最小二乘法Python編程 154

11.1 理論與案例 154

11.1.1 非線性最小二乘法 154

11.1.2 跟蹤誤差最小化背景154

11.2 模型的建立 155

11.2.1 實際案例 155

11.2.2 數(shù)學模型 156

11.3 Python實現(xiàn) 157

11.3.1 least_squares函數(shù) 157

11.3.2 建立目標函數(shù) 158

11.3.3 模型的求解 160

11.4 擴展問題 162

第12章 分形技術(shù)——移動平均Hurst指數(shù)計算 163

12.1 Hurst指數(shù)簡介 163

12.2 R/S方法計算Hurst指數(shù) 164

12.3 移動窗口Hurst指數(shù)計算程序 164

12.3.1 時間序列分段 164

12.3.2 Hurst指數(shù)計算 166

12.3.3 移動窗口Hurst指數(shù)計算 168

第13章 固定收益證券的久期與凸度計算 171

13.1 基本概念 171

13.2 QuantLib基礎(chǔ) 174

13.3 價格與收益率的計算176

13.3.1 計算公式 176

13.3.2 債券定價的計算 177

13.3.3 債券收益率的計算 179

13.4 久期與凸度的計算 180

13.4.1 債券久期的計算 180

13.4.2 債券凸度的計算 182

13.5 債券組合久期免疫策略183

第14章 利率期限結(jié)構(gòu)與利率模型 188

14.1 利率理論與投資策略188

14.1.1 利率的期限結(jié)構(gòu)理論188

14.1.2 利用利率結(jié)構(gòu)投資策略188

14.2 利率期限結(jié)構(gòu) 190

14.2.1 建立利率期限結(jié)構(gòu)的方法190

14.2.2 利率期限結(jié)構(gòu)的計算191

14.2.3 利率期限結(jié)構(gòu)的平滑194

14.3 利用利率期限結(jié)構(gòu)計算遠期利率 194

14.4 利率模型 197

14.4.1 利率模型分類 197

14.4.2 Ho Lee模型 197

14.4.3 BDT二叉樹的構(gòu)建 201

第15章 線性優(yōu)化理論與方法 204

15.1 線性規(guī)劃理論 204

15.1.1 線性規(guī)劃的求解方法204

15.1.2 線性模型的標準形式205

15.2 線性優(yōu)化Python求解 205

15.2.1 linprog函數(shù) 205

15.2.2 線性規(guī)劃目標函數(shù) 205

15.2.3 內(nèi)點法求解 206

15.2.4 單純形法求解 206

15.3 含參數(shù)線性規(guī)劃 207

第16章 非線性優(yōu)化理論與方法 208

16.1 理論背景 208

16.1.1 非線性問題 208

16.1.2 非線性優(yōu)化 208

16.2 理論模型 209

16.2.1 無約束非線性優(yōu)化 209

16.2.2 約束非線性優(yōu)化 210

16.3 Python實現(xiàn) 211

第17章 資產(chǎn)收益率分布的擬合與檢驗 214

17.1 案例描述 214

17.2 數(shù)據(jù)的描述性統(tǒng)計 215

17.2.1 描述性統(tǒng)計量 215

17.2.2 統(tǒng)計圖 218

17.3 分布的檢驗 221

17.3.1 normaltest函數(shù) 221

17.3.2 jarque_bera函數(shù) 222

17.3.3 kstest函數(shù) 223

17.3.4 ks_2samp函數(shù) 223

17.3.5 最終結(jié)論 225

17.4 投資組合分布圖比較225

17.5 常用統(tǒng)計量 228

第18章 技術(shù)分析——指標計算與回測 230

18.1 理論簡介 230

18.2 行情數(shù)據(jù)的K線圖 230

18.2.1 數(shù)據(jù)的讀取 230

18.2.2 蠟燭圖(K線)  231

18.3 技術(shù)指標的計算 233

18.3.1 移動平均線 233

18.3.2 布林帶 235

18.3.3 平滑異同移動平均線236

18.3.4 其他技術(shù)指標 237

18.4 動態(tài)技術(shù)指標 238

第19章 編程實用技巧 241

19.1 變量的初始化 241

19.2 集合交并函數(shù) 243

19.3 定時觸發(fā)程序運行 245

19.4 發(fā)送郵件 246

參考文獻 248