Python金融數(shù)據(jù)分析（原書第2版）

前言
審校者簡介
部分　開始學習Python
第1章　Python金融分析概述2
1.1　安裝Python3
1.1.1　準備一個虛擬環(huán)境3
1.1.2　運行Jupyter Notebook4
1.1.3　關于Python的其他建議5
1.2　Quandl簡介6
1.3　繪制時間序列圖7
1.3.1　從Quandl檢索數(shù)據(jù)集7
1.3.2　繪制收盤價與成交量的關系圖9
1.3.3　繪制燭臺圖12
1.4　對時間序列數(shù)據(jù)進行金融分析13
1.4.1　繪制收益率圖13
1.4.2　繪制累積收益率圖14
1.4.3　繪制直方圖15
1.4.4　繪制波動率圖16
1.4.5　Q-Q圖17
1.4.6　下載多個時間序列數(shù)據(jù)18
1.4.7　顯示相關矩陣19
1.4.8　繪制相關性圖19
1.4.9　簡單的移動平均線20
1.4.10　指數(shù)移動平均22
1.5　總結23
第二部分　金 融 概 念
第2章　金融中的線性問題26
2.1　資本資產(chǎn)定價模型與證券市場線27
2.2　套利定價理論模型30
2.3　因子模型的多元線性回歸30
2.4　線性化32
2.4.1　安裝Pulp32
2.4.2　一個用線性規(guī)劃求值的實例32
2.4.3　線性規(guī)劃的結果34
2.4.4　整數(shù)規(guī)劃34
2.5　使用矩陣解線性方程組37
2.6　LU分解38
2.7　Cholesky分解40
2.8　QR分解41
2.9　使用其他矩陣代數(shù)方法求解42
2.9.1　Jacobi迭代法42
2.9.2　Gauss-Seidel迭代法44
2.10　總結45
第3章　金融中的非線性問題46
3.1　非線性建模46
3.2　非線性模型求根算法49
3.2.1　增量法50
3.2.2　二分法52
3.2.3　牛頓迭代法54
3.2.4　割線法56
3.2.5　求根法的結合使用57
3.3　利用SciPy求根58
3.3.1　求根標量函數(shù)58
3.3.2　通用非線性求解器59
3.4　總結60
第4章　期權定價的數(shù)值方法61
4.1　什么是期權61
4.2　二叉樹期權定價模型62
4.3　歐式期權定價62
4.4　編寫StockOption基類65
4.4.1　利用二叉樹模型給歐式期權定價66
4.4.2　利用二叉樹模型給美式期權定價67
4.4.3　Cox-Ross-Rubinstein模型69
4.4.4　Leisen-Reimer模型70
4.5　希臘值72
4.6　三叉樹期權定價模型75
4.7　期權定價中的Lattice方法77
4.7.1　二叉樹網(wǎng)格77
4.7.2　CRR二叉樹Lattice方法期權定價模型78
4.7.3　三叉樹網(wǎng)格79
4.8　期權定價中的有限差分法80
4.8.1　顯式方法82
4.8.2　編寫FiniteDifferences類82
4.8.3　隱式方法85
4.8.4　Crank-Nicolson方法88
4.8.5　奇異障礙期權定價90
4.8.6　美式期權定價的有限差分方法91
4.9　隱含波動率模型95
4.10　總結98
第5章　利率及其衍生工具的建模99
5.1　固定收益證券99
5.2　收益率曲線100
5.3　無息債券101
5.4　自助法構建收益率曲線102
5.4.1　自助法構建收益率曲線的實例102
5.4.2　編寫B(tài)ootstrapYield-Curve類103
5.5　遠期利率106
5.6　計算到期收益率107
5.7　計算債券定價108
5.8　債券久期109
5.9　債券凸度109
5.10　短期利率模型110
5.10.1　Vasicek模型111
5.10.2　Cox-Ingersoll-Ross模型112
5.10.3　Rendleman and Bartter模型113
5.10.4　Brennan and Schwartz模型115
5.11　債券期權116
5.11.1　可贖回債券117
5.11.2　可回售債券117
5.11.3　可轉(zhuǎn)換債券117
5.11.4　優(yōu)先股117
5.12　可贖回債券期權定價118
5.12.1　用Vasicek模型定價無息債券118
5.12.2　提前行權定價119
5.12.3　有限差分策略迭代法121
5.12.4　可贖回債券定價的其他影響因素127
5.13　總結128
第6章　時間序列數(shù)據(jù)的統(tǒng)計分析129
6.1　道瓊斯工業(yè)平均指數(shù)及其30種成分130
6.1.1　從Quandl 上下載Dow成分數(shù)據(jù)集130
6.1.2　關于Alpha Vantage131
6.1.3　獲取Alpha Vantage API密鑰131
6.1.4　安裝Alpha Vantage 的Python包132
6.1.5　從Alpha Vantage下載DJIA數(shù)據(jù)集132
6.2　PCA分析133
6.2.1　特征向量和特征值的求法133
6.2.2　用PCA重新構建道瓊斯指數(shù)135
6.3　平穩(wěn)和非平穩(wěn)時間序列136
6.3.1　平穩(wěn)性與非平穩(wěn)性136
6.3.2　平穩(wěn)性檢查136
6.3.3　非平穩(wěn)過程的類型137
6.3.4　平穩(wěn)過程的類型137
6.4　擴展Dickey-Fuller檢驗137
6.5　用趨勢分析時間序列138
6.6　如何使時間序列平穩(wěn)141
6.6.1　去趨勢141
6.6.2　差分143
6.6.3　按季節(jié)分解144
6.6.4　ADF檢驗的缺陷147
6.7　預測和預報時間序列147
6.7.1　自回歸積分移動平均法147
6.7.2　用網(wǎng)格搜索求取模型參數(shù)148
6.7.3　SARIMAX模型的擬合149
6.7.4　SARIMAX模型的預測和預報151
6.8　總結153
第三部分　實 踐 操 作
第7章　對VIX的交互式金融分析156
7.1　波動率指數(shù)衍生品157
7.1.1　STOXX與歐洲期貨交易所157
7.1.2　EURO STOXX 50指數(shù)157
7.1.3　VSTOXX157
7.1