Python for Finance
用Python掌握数据驱动的金融
目录#
前言
Python在金融领域的角色、本书结构、代码使用约定。
›
第一部分 · Python与金融
Python在金融中的角色——为什么选择Python、基础设施搭建。
›
第1章 · 为什么用Python做金融
›
第2章 · Python基础设施
›
第二部分 · 掌握基础
Python数据类型、NumPy、pandas、面向对象编程——金融计算的核心基础。
›
第3章 · 数据类型与结构
Python的基本数据类型（int、float、bool、str）与核心数据结构（tuple、list、dict、set），以及控制流、函数式编程和正则表达式的基础应用。
›
第4章 · NumPy数值计算
NumPy的核心功能：ndarray多维数组的创建与操作、向量化计算、结构化数组，以及内存布局对性能的影响。
›
第5章 · pandas数据分析
pandas的核心功能：DataFrame和Series数据结构的创建、索引、分组、合并操作，以及基本分析与可视化。
›
第6章 · 面向对象编程
Python面向对象编程的核心概念：类与实例、封装、继承、多态，以及Python数据模型中的特殊方法。
›
第三部分 · 金融数据科学
数据可视化、时间序列分析、I/O操作、性能优化、数学工具、随机过程、统计学。
›
第7章 · 数据可视化
matplotlib与plotly基本绘图功能——静态2D/3D绘图和交互式2D绘图，以及Cufflinks金融图表。
›
第8章 · 金融时间序列
基于pandas的金融时间序列分析——数据导入、汇总统计、变化率、重采样、滚动统计、相关性分析及高频数据处理。
›
第9章 · 输入/输出操作
Python I/O操作——pickle序列化、文本文件、SQL数据库、NumPy二进制存储、pandas多格式读写、PyTables HDF5与TsTables时间序列存储。
›
第10章 · Python性能优化
›
第11章 · 数学工具
›
第12章 · 随机过程
›
第13章 · 统计学
›
第四部分 · 算法交易
FXCM交易平台、交易策略回测与优化、自动化交易系统部署。
›
第14章 · FXCM交易平台
›
第15章 · 交易策略
›
第16章 · 自动化交易
›
第五部分 · 衍生品分析
估值框架、金融模型模拟、衍生品与投资组合估值、市场校准。
›
第17章 · 估值框架
›
第18章 · 金融模型模拟
›
第19章 · 衍生品估值
›
第20章 · 投资组合估值
›
第21章 · 基于市场的估值
模型校准、投资组合估值——使用DX包对非交易期权进行市场一致性定价。
›
附录A · 日期与时间
Python标准库datetime模块、NumPy日期时间功能、pandas时间序列工具的使用方法。
›
附录B · BSM期权类
Black-Scholes-Merton模型的欧式看涨期权类定义、使用示例及全书索引。
›