Python金融实战PDF|Epub|txt|kindle电子书版本网盘下载

Python金融实战PDF格式电子书版下载

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章 Python简介及安装1

1.1 Python简介1

1.2 如何安装Python3

1.3 Python的不同版本3

1.4 运行Python的3种方式4

1.4.1 用GUI启动Python4

1.4.2 从Python命令行启动Python5

1.4.3 从DOS窗口启动Python6

1.5 如何退出Python7

1.6 错误提示7

1.7 Python语言是区分大小写的8

1.8 变量的初始化8

1.9 寻找在线帮助9

1.10 查找学习手册和教程10

1.11 如何找出Python的版本12

1.12 小结12

练习题12

第2章 用Python完成普通计算器的功能14

2.1 变量的赋值及显示15

2.2 错误提示15

2.3 不能调用没有赋值的变量16

2.4 选择有意义的变量名16

2.5 使用dir（）来查找变量和函数17

2.6 删除或取消变量17

2.7 基本数学运算：加、减、乘、除18

2.8 幂函数、取整和余数函数19

2.9 一个真正的幂函数20

2.10 选择合适的数值精度21

2.11 找出某个内置函数的详细信息22

2.12 列出所有内置函数22

2.13 导入数学模块23

2.14 π、e、对数和指数函数24

2.15 import math与from math import＊的区别24

2.16 一些常用的函数25

2.16.1 print（）函数25

2.16.2 type（）函数26

2.16.3 下划线26

2.16.4 结合两个字符串26

2.16.5 将小写字符变成大写字符的函数：upper（）27

2.17 元组数据类型28

2.18 小结29

练习题30

第3章 用Python编写一个金融计算器32

3.1 编写不需要保存的Python函数33

3.2 函数的输入参数及它们的预设值33

3.3 缩进格式在Python编程中至关重要34

3.4 检查自己编写的函数是否存在35

3.5 在Python编辑器里定义函数35

3.6 利用import（）在Python编辑器里激活自己编写的函数36

3.7 使用Python编辑器调试程序37

3.8 调用pv_f（）函数的两种方法37

3.9 生成自制的模块38

3.10 两种注释方法39

3.10.1 第1种注释方法39

3.10.2 第2种注释方法39

3.11 查找有关pv_f（）函数的信息40

3.12 条件函数：if（）41

3.13 计算年金41

3.14 利率换算42

3.15 连续复利利率44

3.16 数据类型：列表45

3.17 净现值和净现值法则45

3.18 投资回收期和投资回收期法则47

3.19 内部收益率和内部收益率法则47

3.20 显示在某个目录下的指定文件49

3.21 用Python编写一个专业金融计算器49

3.22 将我们的目录加到Python的路径上50

3.23 小结52

练习 题52

第4章 编写Python程序计算看涨期权价格56

4.1 用空壳法编写一个程序57

4.2 用注释法编写一个程序59

4.3 使用和调试他人编写的程序61

4.4 小结61

练习题61

第5章 模块简介64

5.1 什么是模块64

5.2 导入模块65

5.2.1 为导入的模块取个简称66

5.2.2 显示模块里的所有函数66

5.2.3 比较import math和from math import＊67

5.2.4 删除已经导入的模块67

5.2.5 导入几个指定的函数68

5.2.6 找出所有的内置模块69

5.2.7 找出所有可用的模块69

5.2.8 找到一个已安装的模块的目录位置71

5.2.9 有关模块的更多信息72

5.2.10 查找某个未安装的模块72

5.3 模块之间的相互依赖性73

5.4 小结74

练习题75

第6章 NumPy和SciPy模块简介76

6.1 安装NumPy和SciPy模块77

6.2 从Anaconda启动Python77

6.2.1 使用NumPy的示例78

6.2.2 使用SciPy的示例79

6.3 显示NumPy和SciPy包含的所有函数82

6.4 关于某个函数的详细信息83

6.5 理解列表数据类型83

6.6 使用全一矩阵、全零矩阵和单位矩阵84

6.7 执行数组操作84

6.8 数组的加、减、乘、除85

6.8.1 进行加减运算85

6.8.2 执行矩阵乘法运算85

6.8.3 执行逐项相乘的乘法运算86

6.9 x.sum（）函数87

6.10 遍历数组的循环语句87

6.11 使用与模块相关的帮助87

6.12 SciPy的一系列子函数包88

6.13 累积标准正态分布89

6.14 与数组相关的逻辑关系90

6.15 SciPy的统计子模块（stats）90

6.16 SciPy模块的插值方法91

6.17 使用SciPy求解线性方程92

6.18 利用种子（seed）生成可重复的随机数93

6.19 在导入的模块里查找函数94

6.20 优化算法简介95

6.21 线性回归和资本资产定价模型（CAPM）95

6.22 从文本文件（．txt）输入数据：loadtxt（）和getfromtxt（）函数96

6.23 独立安装NumPy模块97

6.24 数据类型简介97

6.25 小结98

练习题98

第7章 用matplotlib模块绘制与金融相关的图形101

7.1 通过ActivePython安装matplotlib模块102

7.2 通过Anaconda安装matplotlib模块103

7.3 matplotlib模块简介103

7.4 了解简单利率和复利利率106

7.5 为图形添加文字107

7.6 杜邦等式的图示109

7.7 净现值图示曲线110

7.7.1 有效地使用颜色113

7.7.2 使用不同形状114

7.8 图形演示分散投资的效果115

7.9 股票的数目和投资组合风险117

7.10 从雅虎财经网站下载历史价格数据119

7.10.1 用直方图显示收益率分布120

7.10.2 比较单只股票的收益和市场收益122

7.11 了解现金的时间价值124

7.12 用烛台图展示IBM的每日收盘价125

7.13 用图形展示价格变化126

7.14 同时展示收盘价和交易量129

7.14.1 在图形上添加数学公式130

7.14.2 在图形上添加简单的图像131

7.14.3 保存图形文件132

7.15 比较个股的表现132

7.16 比较多只股票的收益率与波动率133

7.17 查找学习手册、示例和有关视频135

7.18 独立安装matplotlib模块136

7.19 小结136

练习题136

第8章 时间序列的统计分析139

8.1 安装pandas和statsmodels模块140

8.1.1 在Anaconda命令提示符下启动Python140

8.1.2 使用DOS窗口启动Python141

8.1.3 使用Spyder启动Python142

8.2 Pandas和statsmodels模块简介143

8.2.1 如何使用Pandas模块143

8.2.2 statsmodels模块示例144

8.3 开源数据145

8.4 用Python代码输入数据147

8.4.1 从剪贴板输入数据147

8.4.2 从雅虎财经网站下载历史价格数据147

8.4.3 从txt文件输入数据148

8.4.4 从Excel文件输入数据149

8.4.5 从csv文件输入数据150

8.4.6 从网页下载数据150

8.4.7 从MATLAB数据文件输入数据152

8.5 几个重要的函数152

8.5.1 使用pd.Series（）生成一维时间序列152

8.5.2 使用日期变量153

8.5.3 使用DataFrame数据类型154

8.6 计算回报率156

8.6.1 从日回报率计算月回报率157

8.6.2 从日回报率计算年回报率159

8.7 按日期合并数据集160

8.8 构建n只股票的投资组合161

8.9 T-检验和F-检验162

8.9.1 检验方差是否相等163

8.9.2 测试“一月效应”164

8.10 金融研究和实战的应用举例165

8.10.1 基于52周最高价和最低价的交易策略165

8.10.2 用Roll（1984）模型来估算买卖价差166

8.10.3 用Amihud（2002）模型来估算反流动性指标167

8.10.4 Pastor和Stambaugh（2003）流动性指标168

8.10.5 Fama-French三因子模型171

8.10.6 Fama-MacBeth回归模型173

8.10.7 滚动式估算市场风险系数174

8.10.8 在险价值简介177

8.11 构建有效组合边界178

8.11.1 估计方差-协方差矩阵178

8.11.2 优化-最小化181

8.11.3 构建一个最优投资组合181

8.11.4 构建n只股票的有效组合边界183

8.12 插值法简介186

8.13 输出数据到外部文件187

8.13.1 输出数据到一个文本文件187

8.13.2 输出数据到一个二进制文件188

8.13.3 从二进制文件读取数据188

8.14 用Python分析高频数据并计算买卖价差188

8.15 更多关于使用Spyder的信息194

8.16 一个有用的数据集195

8.17 小结196

练习题197

第9章 Black-Scholes-Merton期权定价模型201

9.1 看涨期权和看跌期权的收益和利润／损失函数202

9.2 欧式期权与美式期权205

9.3 现金流、不同类型的期权、权利和责任206

9.4 正态分布、标准正态分布和累积标准正态分布206

9.5 不分红股票的期权定价模型209

9.6 用于期权定价的p4f模块210

9.7 已知分红股票的欧式期权价格212

9.8 多种交易策略213

9.8.1 股票多头和看涨期权空头的组合214

9.8.2 跨式期权组合——具有同样执行价格的看涨期权和看跌期权的组合215

9.8.3 日历套利组合216

9.8.4 蝶式看涨期权组合218

9.9 期权价格和输入参数之间的关系219

9.10 与期权相关的希腊字母219

9.11 期权平价关系及其图形表示221

9.12 二叉树法及其图形表示223

9.12.1 为欧式期权定价的二叉树法229

9.12.2 为美式期权定价的二叉树法229

9.13 套期保值策略230

9.14 小结231

练习题232

第10章 Python的循环语句和隐含波动率的计算235

10.1 隐含波动率的定义236

10.2 for循环简介237

10.2.1 使用for循环计算隐含波动率237

10.2.2 欧式期权的隐含波动率238

10.2.3 看跌期权的隐含波动率239

10.2.4 enumerate（）函数简介240

10.3 用for循环计算内部收益率及多个内部收益率241

10.4 while循环简介243

10.4.1 使用键盘命令停止无限循环244

10.4.2 使用while循环计算隐含波动率244

10.4.3 多重嵌套的for循环246

10.5 美式看涨期权的隐含波动率246

10.6 测试一个程序的运行时间247

10.7 二分搜索的原理248

10.8 顺序访问与随机访问249

10.9 通过循环访问数组的元素250

10.9.1 利用for循环赋值251

10.9.2 通过循环访问词典的元素251

10.10 从CBOE网站下载期权数据252

10.11 从雅虎财经网页下载期权数据254

10.11.1 从雅虎财经网页检索不同的到期日期254

10.11.2 从雅虎财经网页下载当前价格255

10.12 看跌期权和看涨期权的比率及其短期趋势255

10.13 小结258

练习题258

第11章 蒙特卡罗模拟和期权定价261

11.1 产生服从标准正态分布的随机数262

11.1.1 产生服从（高斯）正态分布的随机样本263

11.1.2 利用种子（seed）生成相同的随机数263

11.1.3 产生n个服从正态分布的随机数263

11.1.4 正态分布样本的直方图264

11.1.5 对数正态分布的图形表示265

11.1.6 产生服从泊松分布的随机数266

11.1.7 产生服从均匀分布的随机数266

11.2 利用蒙特卡罗模拟计算的近似值267

11.3 从只股票中随机选择m只268

11.4 可重复和不可重复的随机取样270

11.5 年收益率的分布271

11.6 模拟股价变化273

11.7 图形展示期权到期日的股票价格的分布275

11.8 寻找有效的投资组合和有效边界276

11.8.1 寻找基于两只股票的有效组合及相关系数的影响276

11.8.2 构建n只股票的有效边界281

11.9 算术平均值与几何平均值283

11.10 预测长期回报率284

11.11 用模拟法为看涨期权定价285

11.12 奇异期权简介286

11.12.1 利用蒙特卡罗模拟给均价期权定价286

11.12.2 利用蒙特卡罗模拟给障碍式期权定价288

11.13 障碍式期权的平价关系及其图形演示289

11.14 具有浮动执行价格的回望式期权的定价293

11.15 使用Sobol序列来提高效率294

11.16 小结294

练习题295

第12章 波动率和GARCH模型296

12.1 传统的风险测度-标准方差297

12.2 检验正态分布297

12.3 下偏标准方差300

12.4 检验两个时间段的波动率是否相等302

12.5 利用Breusch和Pagan（1979）方法检验异方差303

12.6 从雅虎财经网页检索期权数据306

12.7 波动率的微笑曲线和斜度307

12.8 波动率集聚效应的图形表示309

12.9 ARCH模型及ARCH（1）随机过程的模拟310

12.10 GARCH（广义ARCH）模型312

12.10.1 模拟GARCH随机过程312

12.10.2 采用改良的garchSim（）函数模拟GARCH（p,q）模型313

12.10.3 由Glosten、Jagannanthan和Runkle（1993）提出的GJR_GARCH模型简介315

12.11 小结319

练习题319