【中國直郵】I READING愛閱讀 基於Python的金融分析與風險管理

編輯推薦

金融科技時代已經到來，善於將金融理論與IT技術深度整合的人，將成為新時代獨具競爭力的金融科技類人才。無論是打算在金融領域求職的新人，還是希望進一步提升個人能力的“職場老手”，本書都值得一看。
1.內容前沿，將Python編程與金融分析、風險管理巧妙結合，引領金融科技新時代。
2.源自於實踐，完美整合了作者20餘年的金融經驗與Python程式設計實踐。
3.實例豐富，提供244個金融實戰案例，彰顯Python在金融領域運用的簡潔與高效。
4.注重效率，清晰的程式步驟和詳盡的程式碼註釋，幫你輕鬆理解並掌握Python程式設計。
5.覆蓋率廣，案例涵蓋貨幣市場、債券市場、股票市場、期貨市場及選擇權市場。
6.聚焦風控，深度剖析各類金融產品的風險，討論風險管理的重要工具及量化模型。

內容簡介

Python是一門開源的程式語言，憑藉其易學和靈活的特點，得到了越來越多的認可和青睞。它在金融領域也有著非常好的應用現狀和前景。
本書聚焦於Python在金融分析與風險管理的應用，全書分為入門篇、基礎篇與提升篇，共12章。入門篇對Python做了介紹並結合金融場景示範了Python的基本操作；基礎篇結合金融場景，講解NumPy、Pandas、Matplotlib、SciPy等Python模組的具體運用；提高篇詳細討論運用Python分析利率、債券、股票、期貨、選擇權以及風險價值等內容。
本書是專注於Python在金融領域運用的普及性讀物，作者斯文博士在金融與風險管理方面有著深厚的積累，同時也有著豐富的編程經驗，一直致力於倡導和推廣Python在金融領域的運用。
本書適合想要掌握Python應用的金融學習者、金融從業者閱讀，也適合想要轉行到金融領域的程式設計師以及對Python在金融領域的實踐應用感興趣的人士閱讀，並且不要求讀者有Python程式設計基礎。

作者簡介

斯文，筆名“華爾街先生”，浙江湖州人，經濟學博士，中國註冊會計師（Certified Public Accountant，CPA），特許金融分析師（Chartered Financial Analyst，CFA），金融風險管理師（Financial Risk Manager，FRM） 。在國內某金融控股集團擔任高級風控總監，擁有在中外資銀行、證券公司、信託公司等機構十餘年的金融與風險管理經驗。
同時，他也是上海財經大學風險管理校友俱樂部的發起人兼理事長、《上財風險管理論壇》雜誌主編、上海資產管理行業風險管理同業交流會秘書長，並擔任中南財經政法大學、華東政法大學等多所國內大學的金融碩士研究生兼任導師，公開發表學術論文50 餘篇，出版了專著《中國外匯衍生品市場研究》（上海人民出版社2016 年8 月出版），多次榮獲***、省部會級的榮譽稱號。
除此之外，他還歷時3 年多推出了《期權、期貨及其他衍生產品（第九版）》視頻課程（共360講），累計觀看人次超過百萬，累計撰寫了10萬多行與金融相關的Python 代碼，長期致力於倡導並推廣Python在金融領域的運用。

目錄

第1部分入門篇

第1章Python概論2
1．1Python的定義與比較優勢3
1．1．1Python簡介3
1．1．2Python的比較優勢4
1．2Python之父—吉多·範羅蘇姆5
1．3Python的演進歷史與常用版本7
1．4Python的安裝8
1．4．1單獨安裝8
1．4．2整合安裝8
1．4．3安裝並啟動Anaconda9
1．4．4Spyder的介面12
1．5學習Python的方法論13
1．5．1學習的態度13
1．5．2學習的原則13
1．5．3學習的方法14
1．6金融數據的取得15
1．6．1萬得（Wind）15
1．6．2同花順15
1．6．3CCER經濟金融資料庫15
1．6．4國泰安經濟金融研究資料庫16
1．7小結16
1．8拓展閱讀16
第2章結合金融演示Python的基本
操作17
2．1金融變數在Python中的賦值18
2．2Python的資料類型18
2．2．1整型19
2．2．2浮點型19
2．2．3複數20
2．2．4字串20
2．3Python的資料結構23
2．3．1元組23
2．3．2列表25
2．3．3集合28
2．3．4字典30
2．4Python的運算符號33
2．4．1基本算術運算符號33
2．4．2關係運算符號36
2．4．3賦值運算符號37
2．4．4成員運算符號38
2．5Python的主要內建函數39
2．6自訂函數43
2．6．1運用def語法43
2．6．2運用lambda函數44
2．7Python的語句44
2．7．1條件語句44
2．7．2循環語句46
2．7．3條件語句和循環語句結合48
2．8模組的導入與math模組49
2．8．1模組導入的若干種方法50
2．8．2math模組51
2．9小結53
2．10拓展閱讀53

第2部分基礎篇

第3章結合金融場景展示NumPy
模組的操作56
3．1從一個投資案例講起57
3．2N維數組58
3．2．1數組的結構58
3．2．2數組的便捷生成60
3．3數組的索引、切片和排序63
3．3．1索引63
3．3．2切片64
3．3．3排序64
3．4數組的相關運算65
3．4．1數組內的運算65
3．4．2數組間的運算69
3．4．3矩陣的操作72
3．5透過NumPy產生隨機數74
3．5．1主要的統計分佈74
3．5．2主要函數80
3．5．3相關範例82
3．6小結85
3．7拓展閱讀86
第4章結合金融時間序列示範Pandas
模組的操作87
4．1Pandas的資料結構88
4．1．1序列88
4．1．2資料框90
4．1．3外部資料導入並直接生成
數據框91
4．2數組框的可視化93
4．2．1中文字體的可視化93
4．2．2資料框可視化的函數與參數94
4．2．3一個範例95
4．3資料框內部的操作96
4．3．1描述資料框的基本性質96
4．3．2資料框的索引與截取98
4．3．3資料框的排序100
4．3．4資料框的變更102
4．4資料框之間的操作105
4．4．1產生兩個新的資料框105
4．4．2函數concat的運用106
4．4．3函數merge的運用108
4．4．4函數join的運用109
4．5數組框的主要統計函數109
4．5．1靜態的統計函數110
4．5．2移動視窗與動態統計函數114
4．6小結117
4．7拓展閱讀117
第5章結合金融場景示範Matplotlib
模組的操作118
5．1基本函數119
5．2曲線圖122
5．2．1單一曲線圖123
5．2．2多圖繪製124
5．3直方圖126
5．3．1單一樣本的直方圖126
5．3．2多個樣本的直方圖128
5．4長條圖129
5．4．1垂直長條圖130
5．4．2水平長條圖132
5．5散點圖133
5．6餅圖136
5．7小結138
5．8拓展閱讀138
第6章結合金融場景示範SciPy等
模組的操作139
6．1SciPy模組140
6．1．1求積分141
6．1．2插值法142
6．1．3求解方程組144
6．1．4最優化求解146
6．1．5統計功能150
6．2StatsModels模組156
6．3波動率模型與arch模組159
6．3．1估計波動率159
6．3．2ARCH模型160
6．3．3GARCH模型161
6．3．4arch模組163
6．4datetime模組167
6．4．1創建時間的物件168
6．4．2訪問時間對象的屬性169
6．4．3時間對象的運算169
6．5小結171
6．6拓展閱讀171



第3部分提高篇

第7章運用Python分析利率與債券174
7．1利率體系175
7．1．1中央銀行利率175
7．1．2金融機構利率177
7．1．3金融市場利率179
7．2債券市場182
7．2．1債券交易場所183
7．2．2債券品種185
7．3利率的度量188
7．3．1利率的複利頻次189
7．3．2連續複利192
7．3．3零息利率194
7．4債券定價與債券殖利率195
7．4．1債券的核心要素195
7．4．2基於單一折現率的債券定價195
7．4．3債券到期收益率196
7．4．4基於不同期限貼現率的債券
定價197
7．4．5透過票息剝離法計算零息
利率198
7．4．6運用零息利率對債券定價203
7．5遠期利率與遠期利率協議204
7．5．1遠期利率204
7．5．2遠期利率協議207
7．6衡量債券利率風險的線性指標—
久期211
7．6．1麥考利久期212
7．6．2修正久期214
7．6．3美元久期217
7．7衡量債券利率風險的非線性
指標—凸性218
7．7．1凸性的表達式219
7．7．2案例219
7．7．3重要關係式220
7．8小結221
7．9拓展閱讀221
第8章運用Python分析股票投資222
8．1股票市場簡介223
8．1．1多層次股票市場223
8．1．2主要的股票指數225
8．2股票投資組合228
8．2．1投資組合的主要變數229
8．2．2投資組合的有效前沿235
8．2．3資本市場線239
8．3資本資產定價模型241
8．3．1系統風險與非系統風險241
8．3．2模型數學表達式及運用245
8．4股價服從的隨機過程249
8．4．1馬可夫過程與有效市場假說249
8．4．2維納過程與廣義維納過程251
8．4．3幾何布朗運動253
8．5投資組合的績效評估259
8．5．1夏普比率259
8．5．2索提諾比率262
8．5．3特雷諾比率264
8．5．4資訊比率266
8．6小結268
8．7拓展閱讀269
第9章運用Python分析期貨套期
保值270
9．1期貨市場的簡介271
9．1．1期貨交易所及合約品種271
9．1．2股指期貨合約的介紹275
9．1．3國債期貨合約的介紹277
9．1．4參與期貨交易的動機279
9．2股指期貨的避險280
9．2．1避險的類型280
9．2．2追加保證金的風險282
9．2．3基差風險285
9．2．4交叉避險289
9．3國債期貨合約的避險297
9．3．1計息天數規則298
9．3．2國債的報價300
9．3．3國債期貨最終價格301
9．3．4國債期貨的最廉價交割304
9．3．5基於久期的避險策略307
9．4小結310
9．5拓展閱讀310
第10章運用Python分析選擇權的
定價與風險311
10．1A股股票選擇權市場簡介312
10．1．1權證市場312
10．1．2股指選擇權合約313
10．2選擇權類型和到期時的損益315
10．2．1選擇權的類型與要素315
10．2．2看漲期權到期時的損益316
10．2．3看跌期權到期時的損益318
10．2．4看跌-看漲平價關係式320
10．3布萊克-斯科爾斯-默頓模型323
10．4選擇權價格與相關變數的關係325
10．4．1選擇權價格與基礎資產價格的
關係325
10．4．2選擇權價格與執行價格的關係326
10．4．3選擇權價格與波動率的關係327
10．4．4選擇權價格與無風險報酬率的
關係328
10．4．5選擇權價格與選擇權期限的關係330
10．5衡量選擇權的風險—希臘字母331
10．5．1選擇權的Delta331
10．5．2選擇權的Gamma335
10．5．3選擇權的Theta339
10．5．4選擇權的Vega343
10．5．5選擇權的Rho347
10．6選擇權的隱含波動率351
10．6．1運用牛頓迭代法計算隱含
波動率351
10．6．2運用二分查找法計算隱含
波動率353
10．7波動率微笑與斜偏355
10．7．1波動率微笑355
10．7．2波動率斜偏358
10．8小結362
10．9拓展閱讀362
第11章運用Python分析選擇權交易
策略363
11．1保本票據364
11．1．1一個虛擬的案例364
11．1．2一個真實市場的案例366
11．2單一選擇權與單一基礎資產的策略368
11．2．1買入備兌買權369
11．2．2賣出備兌買權371
11．2．3買入保護看跌期權373
11．2．4賣出保護賣權375
11．2．5策略的期間收益377
11．3價差交易策略381
11．3．1牛市價差策略381
11．3．2熊市價差策略385
11．3．3盒式價差策略389
11．3．4蝶式價差策略392
11．4組合策略397
11．4．1跨式組合策略397
11．4．2序列組合策略與帶式組合
策略401
11．4．3寬跨式組合策略404
11．5小結412
11．6拓展閱讀412
第12章運用Python測度風險價值413
12．1風險價值的概述414
12．1．1風險價值的定義414
12．1．2運用Python對風險價值
可視化415
12．1．3風險價值的優點與限制417
12．2風險價值的變異數-協方差法418
12．2．1方差-協方差法的簡介418
12．2．2案例420
12．3風險價值的歷史模擬法423
12．3．1歷史模擬法的簡介423
12．3．2案例425
12．4蒙特卡羅模擬法428
12．4．1蒙特卡羅模擬的簡介428
12．4．2案例430
12．5回溯檢驗、壓力測試與壓力風險
價值434
12．5．1回溯檢驗434
12．5．2壓力測試437
12．5．3壓力風險價值439
12．5．4比較不同方法計算的風險
價值443
12．6小結443
12．7擴展閱讀443
後記445