正版Python金融大数据分析

八品

￥39.60

2019-03-08售出

展开详情

品相描述：八品: 本店主要经营正版二手书，七到九成新左右，有一些笔记和画的重点，不缺页，不影响正常阅读。因为均为二手图书，所以不配有光盘、磁带、等，含光盘的书都默认为没有光盘，需要光盘的请咨询客服。整书一般都有8成新左右，有一些笔记和画的重点，整书保存完好，不缺页不少页，发货前统一会再次检查，有问题的不发货，不影响二次使用！

商品描述：: 本店大多商品包邮，新疆西藏除外，本店主要经营正版二手书，七到九成新左右，有一些笔记和画的重点，不缺页，不影响正常阅读。因为均为二手图书，所以不配有光盘、磁带、等，含光盘的书都默认为没有光盘，需要光盘的请咨询客服。整书一般都有8成新左右，有一些笔记和画的重点，整书保存完好，不缺页不少页，发货前统一会再次检查，有问题的不发货，不影响二次使用！基本信息
书名:Python金融大数据分析
定价：99.00元
作者:(德)希尔皮斯科　著，姚军　译
出版社：人民邮电出版社
出版日期：2015-12-01
ISBN：9787115404459
字数：
页码：
版次：
装帧：平装-胶订
开本：16开
商品重量：
编辑推荐
暂无相关内容
内容提要
Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用，并且成为该行业开发核心应用的编程语言。《Python金融大数据分析》提供了使用Python进行数据分析，以及开发相关应用程序的技巧和工具。《Python金融大数据分析》总计分为3部分，共19章，部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了金融分析和应用程序开发中重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、*数生成和*过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的开发、Python与Web技术的集成，以及基于Web应用和Web服务的开发；第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的开发工作，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值、波动率期权等知识。《Python金融大数据分析》适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。
目录
目录部分 Python与金融章为什么将Python用于金融 31.1Python是什么 31.1.1Python简史 51.1.2Python生态系统 51.1.3Python用户谱系 71.1.4科学栈 71.2 金融中的科技 81.2.1科技开销 91.2.2作为业务引擎的科技 91.2.3作为进入门槛的科技和人才 91.2.4不断提高的速度、频率、数据量 101.2.5实时分析的兴起 111.3 用于金融的Python 121.3.1金融和Python语法 121.3.2Python的效率和生产率 151.3.3从原型化到生产 191.4 结语 201.5 延伸阅读 20第2章基础架构和工具 212.1Python部署 222.1.1Anaconda 222.1.2Python Quant Platform 272.1.3工具 302.1.4Python 302.1.5IPython 302.1.6Spyder 402.2 结语 422.3 延伸阅读 43第3章入门示例 453.1 隐含波动率 463.2 蒙特卡洛模拟 543.2.1纯Python 563.2.2用NumPy向量化 573.2.3利用对数欧拉方法实现全向量化 593.2.4图形化分析 603.2.5技术分析 623.3 结语 673.4 延伸阅读 68第2部分金融分析和开发第4章数据类型和结构 714.1 基本数据类型 724.1.1整数 724.1.2浮点数 734.1.3字符串 754.2 基本数据结构 774.2.1元组 774.2.2列表 784.2.3离题：控制结构 804.2.4离题：函数式编程 814.2.5字典 824.2.6集合 844.3NumPy数据结构 854.3.1用Python列表形成数组 854.3.2常规NumPy数组 874.3.3结构数组 904.4 代码向量化 914.5 内存布局 934.6 结语 954.7 延伸阅读 95第5章数据可视化 975.1 二维绘图 975.1.1一维数据集 985.1.2二维数据集 1035.1.3其他绘图样式 1095.2 金融学图表 1165.33D绘图 1195.4 结语 1225.5 延伸阅读 122第6章金融时间序列 1236.1pandas基础 1246.1.1使用DataFrame类的步 1246.1.2使用DataFrame类的第二步 1276.1.3基本分析 1316.1.4Series类 1346.1.5GroupBy操作 1356.2 金融数据 1366.3 回归分析 1426.4 高频数据 1506.5 结语 1546.6 延伸阅读 154第7章输入/输出操作 1557.1Python基本I/O 1567.1.1将对象写入磁盘 1567.1.2读写文本文件 1597.1.3SQL数据库 1607.1.4读写NumPy数组 1627.2Pandas的I/O 1647.2.1SQL数据库 1657.2.2从SQL到pandas 1667.2.3CSV文件数据 1687.2.4Excel文件数据 1697.3PyTables的快速I/O 1707.3.1使用表 1707.3.2使用压缩表 1757.3.3使用数组 1767.3.4内存外计算 1777.4 结语 1797.5 延伸阅读 180第8章高性能的Python 1818.1Python范型与性能 1828.2 内存布局与性能 1848.3 并行计算 1868.3.1蒙特卡洛算法 1868.3.2顺序化计算 1878.3.3并行计算 1888.3.4性能比较 1918.4 多处理 1918.5 动态编译 1938.5.1介绍性示例 1938.5.2二项式期权定价方法 1958.6 用Cython进行静态编译 1998.7 在GPU上生成数 2018.8 结语 2058.9 延伸阅读 205第9章数学工具 2079.1 逼近法 2089.1.1回归 2089.1.2插值 2189.2 凸优化 2219.2.1全局优化 2229.2.2局部优化 2239.2.3有约束优化 2249.3 积分 2269.3.1数值积分 2289.3.2通过模拟求取积分 2289.4 符号计算 2299.4.1基本知识 2299.4.2方程式 2309.4.3积分 2319.4.4微分 2329.5 结语 2339.6 延伸阅读 2330章推断统计学 23510.1数 23610.2模拟 24110.2.1变量 24110.2.2过程 24410.2.3方差缩减 25610.3估值 25910.3.1欧式期权 25910.3.2美式期权 26310.4风险测度 26610.4.1风险价值 26610.4.2信用价值调整 27010.5结语 27210.6延伸阅读 2731章统计学 27511.1正态性检验 27611.1.1基准案例 27711.1.2现实世界的数据 28411.2投资组合优化 28911.2.1数据 29011.2.2基本理论 29111.2.3投资组合优化 29411.2.4有效边界 29611.2.5资本市场线 29711.3主成分分析 30011.3.1DAX指数和30种成分股 30111.3.2应用PCA 30111.3.3构造PCA指数 30211.4贝叶斯回归 30511.4.1贝叶斯公式 30511.4.2PyMC3 30611.4.3介绍性示例 30711.4.4真实数据 31011.5结语 31811.6延伸阅读 3182章 Excel集成 32112.1基本电子表格交互 32212.1.1生成工作簿（.xls） 32312.1.2生成工作簿（.xslx） 32412.1.3从工作簿中读取 32612.1.4使用OpenPyxl 32812.1.5使用pandas读写 32912.2用Python编写Excel脚本 33212.2.1安装DataNitro 33312.2.2使用DataNitro 33312.3xlwings 34212.4结语 34212.5延伸阅读 3433章面向对象和图形用户界面 34513.1面向对象 34513.1.1Python类基础知识 34613.1.2简单的短期利率类 35013.1.3现金流序列类 35413.2图形用户界面 35613.2.1带GUI的短期利率类 35613.2.2值的更新 35813.2.3带GUI的现金流序列类 36013.3结语 36213.4延伸阅读 3624章 Web集成 36514.1Web基础知识 36614.1.1ftplib 36614.1.2httplib 36814.1.3urllib 36914.2Web图表绘制 37214.2.1静态图表绘制 37214.2.2交互式图表绘制 37414.2.3实时图表绘制 37514.3快速Web应用 38314.3.1交易者的 38414.3.2数据建模 38414.3.3Python代码 38514.3.4模板 39114.3.5样式化 39614.4Web服务 39714.4.1金融模型 39914.4.2实现 40014.5结语 40614.6延伸阅读 406第3部分衍生品分析库5章估值框架 40915.1资产定价基本定理 40915.1.1简单示例 40915.1.2一般结果 41015.2风险中立折现 41215.2.1日期建模和处理 41215.2.2固定短期利率 41315.3市场环境 41515.4结语 41815.5延伸阅读 4196章金融模型的模拟 42116.1数生成 42216.2泛型模拟类 42316.3几何布朗运动 42716.3.1模拟类 42716.3.2用例 42916.4跳跃扩散 43116.4.1模拟类 43116.4.2用例 43416.5平方根扩散 43516.5.1模拟类 43516.5.2用例 43716.6结语 43816.7延伸阅读 4407章衍生品估值 44117.1泛型估值类 44117.2欧式行权 44517.3估值类 44517.4美式行权 45117.4.1最小二乘蒙特卡洛方法 45117.4.2估值类 45317.4.3用例 45417.5结语 45717.6延伸阅读 4588章投资组合估值 45918.1衍生品头寸 46018.1.1类 46018.1.2用例 46218.2衍生品投资组合 46318.2.1类 46318.2.2用例 46718.3结语 47218.4延伸阅读 4749章波动率期权 47519.1VSTOXX数据 47619.1.1VSTOXX指数数据 47619.1.2VSTOXX期货数据 47719.1.3VSTOXX期权数据 47919.2模型检验 48019.2.1相关市场数据 48019.2.2期权建模 48119.2.3检验过程 48319.3基于VSTOXX的美式期权 48719.3.1期权头寸建模 48719.3.2期权投资组合 48819.4结语 48919.5延伸阅读 490附录A 精选的实践 491附录B 看涨期权类 499附录C 日期和时间 503
作者介绍
Yves Hilpsch是Python Quants（德国）股份有限公司的创始人和任事股东，也是Python Quants（纽约）有限责任公司的共同创办人。该集团提供基于Python的金融和衍生品分析软件（参见http://pythonquants.com，http://quant-platfrom.com和http://dx-analytics.com），以及和Python及金融相关的咨询、开发和培训服务。　　Yves还是Derivatives Analytics with Python（Wiley Finance，2015）的作者。作为获得数理金融学博士学位的商业管理专业研究生，他在萨尔州大学讲授计算金融学中的数值化方法课程。
序言
暂无相关内容
二手正版，书大都在七成新以上，有少量笔迹划线。对品相要求严格的请咨询后再下单。二手书有些附赠光盘的可能没有光盘了，需要光盘的话请提前咨询客服。