Python金融大数据分析(衍生品分析库)pdf电子书在线阅读下载

Python金融大数据分析》是一本介绍如何使用Python进行金融数据分析的书籍。

本书的内容包括Python的基础知识、金融市场的基础知识、数据获取、数据分析和数据可视化等方面。下面是本书的详细摘要大纲内容：

第一部分：Python基础知识

第1章：Python语言基础和开发环境

介绍Python语言的基础知识和开发环境的搭建。

讲解Python的基本语法和数据类型，包括字符串、列表、元组、字典等。

介绍如何使用Python的控制结构和函数。

第2章：Python的科学计算库

介绍Python的科学计算库NumPy、SciPy和pandas，以及它们的安装和使用方法。

讲解如何使用NumPy进行数组操作，如数组的创建、索引、切片和运算等。

介绍SciPy库的常用功能，包括线性代数、统计分析和信号处理等。

介绍pandas库的常用功能，包括数据读取、数据清洗、数据处理和数据分析等。

第二部分：金融市场基础知识

第3章：金融市场概述

介绍金融市场的基本概念和分类。

讲解股票、债券、期货和期权等金融产品的基本知识。

第4章：金融数据的获取

介绍如何从互联网上获取金融数据。

讲解如何使用Python的第三方库获取金融数据，包括pandas-datareader和tushare等。

第三部分：数据分析

第5章：数据清洗和预处理

介绍数据清洗和预处理的基本方法，包括数据缺失值处理、异常值处理和重复值处理等。

讲解如何使用pandas库进行数据清洗和预处理。

第6章：金融时间序列数据分析

介绍金融时间序列数据分析的基本概念和方法。

讲解如何使用Python进行金融时间序列数据的分析，包括时间序列数据的可视化、时间序列的统计学特征和时间序列的预测等。

第7章：金融风险分析

介绍金融风险的基本概念和分类。

讲解如何使用Python进行金融风险分析，包括VaR的计算、模拟投资组合和风险管理等。

第8章：机器学习在金融中的应用

介绍机器学习在金融中的基本概念和方法。

讲解如何使用Python进行金融数据的机器学习分析，包括线性回归、逻辑回归、决策树和随机森林等。

第四部分：数据可视化

第9章：Python数据可视化

介绍Python的数据可视化库matplotlib和seaborn。

讲解如何使用matplotlib和seaborn进行数据可视化，包括折线图、柱状图、散点图和热力图等。

第10章：交互式数据可视化

介绍Python的交互式数据可视化库Plotly和Bokeh。

讲解如何使用Plotly和Bokeh进行交互式数据可视化，包括绘制交互式地图和交互式图表等。

第五部分：金融案例分析

第11章：股票市场分析

介绍如何使用Python进行股票市场分析，包括股票数据的获取、数据的清洗和预处理、时间序列数据分析和机器学习分析等。

使用案例进行实战演练。

第12章：固定收益市场分析

介绍如何使用Python进行固定收益市场分析，包括债券数据的获取、数据的清洗和预处理、时间序列数据分析和机器学习分析等。

使用案例进行实战演练。

第13章：期货市场分析

介绍如何使用Python进行期货市场分析，包括期货数据的获取、数据的清洗和预处理、时间序列数据分析和机器学习分析等。

使用案例进行实战演练。

第六部分：总结与展望

第14章：总结与展望

对本书进行总结和展望。

分析Python在金融大数据分析中的优势和不足。

展望Python在金融领域的发展趋势和应用前景。

本书的大部分是在基于浏览器的强大交互式环境IPython Notebook(在第2章中有更详细的介绍)中编写的，

因此有可能为读者提供本书中几乎所有例子的可执行、交互式版本。

下面是《Python金融大数据分析》教材目录：

第1章为什么将Python用于金融

1.1 Python 是什么

1.1.1 Python简史

1.1.2 Python生态系统

1.1.3 Python用户谱系

1.1.4 科学

1.2金融中的科技

1.2.1 科技开销

1.2.2作为业务引擎的科技

1.2.3作 为进入门槛的科技和人才

1.2.4 不断提高的速度、频率、数据量

1.2.5实时分析的兴起

1.3用 于金融的Python

1.3.1金 融和Python语法

1.3.2 Python 的效率和生产率

1.3.3 从原型化到生产

1.4 结语

1.5 延伸阅读

第2章基础架构和工具

2.1 Python 部署

2.1.1 Anaconda

2.1.2 Python Quant Platform

2.1.3 工具

2.1.4 Python

2.1.5 IPython'

2.1.6 Spyder 

2.2结语

2.3延伸阅读

第3章入门示例

3.1隐含波动率

3.2蒙特 卡洛模拟

3.2. 纯 python

3.2.2用 NumPy向量化

3.2.3利用 对数欧拉方法实现全向量化

3.2.4图形化分析

3.2.5技术分析

3.3结语

3.4延伸阅读

第4章数据类型和结构

4.1基本数据类型

4.1.1整数

4.1.2 浮点数

4.1.3字符串

4.2基本 数据结构

4.2.1元组

4.2.2列表

4.2.3离题: 控制结构

4.2.4离题: 函数式编程

4.2.5 字典

4.2.6集合

4.3 NumPy 数据结构

4.3.1用Python列表形成数组.

4.3.2常 规NumPy数组.

4.3.3结 构数组

4.4代码 .向量

4.5内存布

4.6结语

4.7延 伸阅读

第5章数据可视化

5.1二维绘图

5.1.1 一维数据集

5.1.2 二维数据集

5.1.3其他绘图样式

5.2金融 学图表

5.33D 绘图

5.4 结语

5.5延伸阅读

第6章金融时间序列

6.1 pandas 基础

6.1.1 使用DataFrame类的第一步

6.1.2 使用DataFrame类的第二步

6.1.3 基本分析

6.1.5 GroupBy 操作

6.2金融数 据

6.3回归分析

6.4高频数据

6.5结语

6.6延伸阅读

第7章输入/输出操作

7.1 Python 基本

7.1.1 将对象写入磁

7.1.2 读写文本文

7.1.3 SQL 数据库

7.1.4 读写NumPy数组

7.2 Pandas 的I/0

7.2.1 SQL 数据库

7.2.2从SQL到pandas

7.2.3 CSV文件数据

7.2.4 Excel 文件数据

7.3 PyTables 的快速I/O

7.3.1 使用

7.3.2使用 压缩

7.3.3使用数

7.3.4 内存外计算

7.4 结语

7.5延 伸阅读

第8章高性能的 Python 

8.3.2顺序化计算

8.3.3并行计 算

8.3.4性能比较

8.4 多处理

8.5动态编

8.5.1介绍性示例

8.5.2二 项式期权定价方法

8.6用Cython进行静态编译

8.7在GPU.上生成随

8.8结语

8.9延伸阅读

第9章数学工具

9.1逼近法 

9.1.1回 归

9.1.2 插值

9.2凸优化

9.2.1全局 优化

9.2.2局部优化

9.2.3有 约束优化

9.3积分

9.3.1数值积分

9.3.2通过模拟求取积分

9.4符号 计

9.4.1基本知识

9.4.2方程式

9.4.3积分

9.4.4 微分

9.5 结语

9.6延伸阅读

第10章推断统计学

10.1随机数

10.2模拟

10.3.1欧式期

10.3.2美 式期

10.4风险测度

10.4.1风险 价值

10.4.2信用价值调整

10.5 结语

10.6 延伸阅读

第11章统计学

11.1 正态性检验

11.1.1 基准案例

11.1.2 现实世界的数据

11.2 投资组合优化

11.2.1 数据

11.2.2基 本理论

11.2.3 投资组合优化

11.2.4 有效边界

11.2.5资 本市场线

11.3 主成分分析

11.3.1 DAX指数和30种成分股

11.3.2 应用PCA

11.3.3 构造PCA指数

11.4 贝叶斯回归

11.4.1 贝叶斯公式

11.4.2 PyMC3

11.4.3 介绍性示

11.4.4 真实数据

11.5 结语

11.6 延伸阅读

第12章Excel 集成

12.1 基本电子表格交互

12.1.1 生成工作薄(.xIs)

12.1.2生成工作薄 ( .xslx) 

12.2.1安 装DataNitro

12.2.2使 用DataNitro.

12.4结语

12.5延 伸阅读

第13章面向对象和图形用户界面

13.1 面向对象.

13.1.1 Python 类基础知识.

13.1.2简单的短期利率类

13.1.3 现金流序列类

13.2图形 用户界面

13.2.1带GUI的短期利率类

13.2.2值的更新

13.2.3带GUI的现金流序列类

13.3结语

13.4延伸阅读

第14章Web集成

14.1 Web 基础知识

14.1.1 ftplib

14.1.2 httplib

14.1.3 urllib 

14.2 Web 图表绘制

14.2.1静态图表绘制

14.2.2交 互式图表绘制

14.2.3实时图表绘制

14.3快速 Web应用

14.3.1交 易者的聊天室

14.3.2数据建模

14.3.3 Python 代码

14.3.4模板

14.3.5样式化

14.4 Web 服务

14.4.1金融模型

14.4.2实现

14.5结语

14.6延伸阅

第15章估值框架

15.1 资产定价基本定理

15.1.1简 单示

15.2风险中立折现

15.2.1日 期建模和处理

15.2.2固定 短期利率

15.3市场环境

15.4 结语

15.5 延伸阅读

第16章金融模型的模拟

16.1随机数生 成

16.2泛型模拟类

16.3几何布 朗运动

16.3.1模拟类

16.3.2用 

16.4跳跃扩散 

16.4.1模拟类

16.4.2用 

16.5 平方根扩散

16.5.1模拟类

16.5.2用 例

16.6结语

16.7延 伸阅读

第17章衍生品估值

17.1泛型估值类

17.2 欧式行权

17.3估值类

17.4美式行权

17.4.1 最小二乘蒙特卡洛方法

17.4.2估值 类

17.4.3用

17.5结语

第18章投资组合估值

18.1衍生品头寸

18.1.1 类

18.1.2 用例

18.2衍生品投资组合

18.2.1类

18.2.2用例

18.3 结语

18.4延 伸阅读

第19章波动率期权

19.1 VSTOXX 数据

19.1.1 VSTOXX 指数数据

19.1.2 VSTOXX 期货数据

19.1.3 VSTOXX期权数据

19.2模型检

19.2.1相关市 场数据

19.2.2期权建模.

19.2.3检验过程

19.3 基于VSTOXX的美式期

19.3.1期权头寸建模

19.3.2 期权投资组合

19.4结语

19.5

教材内容部分展示：