Python金融数据分析

　　目录
　　前言 1
　　目录
　　第1 章 金融与Python 9
　　1.1 金融简史10
　　1.2 金融的主要趋势 11
　　1.3 四种语言的世界 13
　　1.4 本书的方法 13
　　1.5 Python 入门 .17
　　1.6 小结 .25
　　1.7 参考文献26
　　第2 章 双态经济 27
　　2.1 经济 .28
　　2.1.1 实物资产 .29
　　2.1.2 主体 29
　　2.1.3 时间 29
　　2.1.4 货币 30
　　2.2 现金流 31
　　2.2.1 回报 33
　　2.2.2 利息 34
　　2.2.3 现值 35
　　2.2.4 净现值 36
　　2.3 不确定性37
　　2.4 金融资产40
　　2.5 风险 .41
　　2.5.1 概率测度 .41
　　2.5.2 期望 43
　　2.5.3 预期回报 .44
　　2.5.4 波动率 45
　　2.6 未定权益47
　　2.6.1 复制 50
　　2.6.2 套利定价 .53
　　2.6.3 市场完备性 55
　　2.7 阿罗- 德布鲁证券 60
　　2.8 鞅定价 62
　　2.8.1 资产定价第一基本定理 63
　　2.8.2 按期望定价 64
　　2.8.3 资产定价第二基本定理 65
　　2.9 均值- 方差投资组合 65
　　2.10 小结 71
　　2.11 更多资源 .71
　　第3 章 三态经济 73
　　3.1 不确定性74
　　3.2 金融资产74
　　3.3 可达未定权益 .75
　　3.4 鞅定价 79
　　3.4.1 鞅测度 79
　　3.4.2 风险中立定价 81
　　3.5 超复制 82
　　3.6 近似复制86
　　3.7 资本市场线 88
　　3.8 资本资产定价模型 91
　　3.9 小结 .96
　　3.10 更多资源 .97
　　第4 章 优化和均衡 99
　　4.1 效用最大化 100
　　4.1.1 无差异曲线 . 103
　　4.1.2 适当的效用函数 104
　　4.1.3 对数效用 105
　　4.1.4 时间累积效用 . 107
　　4.2 预期效用. 110
　　4.2.1 最佳投资组合 . 113
　　4.2.2 时间累积期望效用 115
　　4.3 完全市场中的定价 . 117
　　4.3.1 套利定价 119
　　4.3.2 鞅定价 120
　　4.4 无风险利率 120
　　4.5 数值实例（I） . 121
　　4.6 不完全市场中的定价 125
　　4.6.1 鞅测度 127
　　4.6.2 均衡定价 128
　　4.7 数值实例（II） 130
　　4.8 小结 135
　　4.9 更多资源. 135
　　第5 章 静态经济 . 137
　　5.1 不确定性. 138
　　5.1.1 随机变量 139
　　5.1.2 数值案例 140
　　5.2 金融资产. 142
　　5.3 未定权益. 145
　　5.4 市场完备性 146
　　5.5 资产定价的基本定理 150
　　5.6 Black-Scholes-Merton 期权定价 155
　　5.7 Black-Scholes-Merton 的完整性 . 159
　　5.8 Merton 跳扩散模型期权定价 161
　　5.9 代表主体定价 165
　　5.10 小结 167
　　5.11 更多资源 167
　　第6 章 动态经济 . 169
　　6.1 二项式期权定价 . 170
　　6.1.1 基于Python 循环的模拟和评估 173
　　6.1.2 基于向量代码的模拟和估值 177
　　6.1.3 速度比较 181
　　6.2 Black-Scholes-Merton 期权定价 . 183
　　6.2.1 股票价格路径的蒙特卡洛模拟 184
　　6.2.2 欧式看跌期权的蒙特卡洛估价 188
　　6.2.3 美式看跌期权的蒙特卡洛估价 189
　　6.3 小结 190
　　6.4 更多资源. 191
　　第7 章 进一步探索 193
　　7.1 数学 193
　　7.2 金融理论. 194
　　7.3 Python 编程 198
　　7.4 Python 金融分析 . 198
　　7.4.1 金融数据科学 . 199
　　7.4.2 算法交易 200
　　7.4.3 计算金融 200
　　7.4.4 人工智能 201
　　7.4.5 其他资源 202
　　7.5 最后的话. 203

　　Yves J. Hilpisch博士是The Python Quants的创始人和首席执行官，该组织致力于将开源技术用于金融数据科学、人工智能、算法交易和计算金融。他也是The AI Machine的创始人和首席执行官，该公司专注于通过一个专有的战略执行平台进行人工智能驱动的算法交易。

　　在当今时代，金融、数学和编程是有着内在联系的。本书提供了针对这些学科的相关基础内容，并介绍了在计算金融世界中入门所需的主要工具。本书的主要内容有：运用数学知识，学习金融理论和Python编程的基础。学习在计算金融中使用金融理论、金融数据建模，以及Python。利用简单的经济学模型，更好地理解金融的基本概念和Python编程概念。利用静态和动态金融建模来解决金融中的基本问题，如定价、决策、均衡和资产分配等。学习对金融建模有用的Python软件包的基础知识，如NumPy、SciPy、Matplotlib和SymPy。