Python金融风险建模大纲

本大纲内容的设置包括但不限于FRM考试一级和二级知识点，补充了机器学习技术在金融风险管理中的应用。

一、Python基础篇

• python基础操作简要复习（一）

• numpy模块的操作（二）（三）（四）

• pandas模块的操作（五）（六）（七）

• matplotlib模块的操作（八）（九）（十）

• scipy、statsmodels等模块的操作（十一）（十二）（十三）（十四）

二、应用篇

1、投资学部分

• 外部金融数据的导入方法（十五）
• 股票数据正态性检验、QQ图（十六）
• 权益证券估值：股息/现金流折现、市盈率法（十七）
• 固定收益证券
  • 资产的时间价值：利率的度量（十八）
  • 债券定价与债券收益率的计算（十九）
  • 久期与凸性（二十）
• 投资组合均值-方差模型
  • 资产与资产组合的收益率和风险（二十一）
  • 资产组合的有效边界、CML与最优配置（二十二）
• 模拟服从几何布朗运动的股价（二十三）
• 资本资产定价模型（CAPM）（二十四）
• 套利定价理论（APT）（二十五）
• 投资组合风险管理与策略
  • Fama-French三因素模型（二十六）
  • 单因素整体绩效评价（二十七）
  • 业绩归因之Brinson模型（二十八）

2、金融工程部分

• 期货合约的定价（二十九）
• 期货套期保值的应用
  • 股指期货的套保（三十）
  • 国债期货的套保（三十一）
  • 保证金与基差风险（三十二）
• 远期利率协议相关应用（三十三）
• 期权的python应用
  • 期权的盈亏图、平价公式和BS公式（三十四）
  • 相关变量与期权价值的关系、希腊值（三十五）
  • Delta中性对冲与Delta-Gamma中性对冲（三十六）
  • 期权的隐含波动率计算与图形（三十七）
  • 期权定价的蒙特卡洛模拟方法（三十八）
  • 期权定价的二叉树法（三十九）
  • 期权交易策略
    • 备兑看涨与保护看跌组合（四十）
    • 差价组合、差期组合与混合组合策略（四十一）
• 利率互换与货币互换的定价（四十二）

3、风险管理部分

• VaR的python应用

  • 参数法与非参数法（历史模拟法）（四十三）
  • 蒙特卡洛模拟法（四十四）
  • 混合法（四十五）
  • ES & VaR back testing（四十六）
  • Stress testing & Stressed VaR（四十七）

• 市场风险补充

  • 用GARCH和EWMA模型估计波动率和相关系数（四十八）
  • 随机利率预测模型（四十九）
  • 时间序列分析一：效应分解法（五十）
  • 时间序列分析二：平稳时间序列分析（ARMA）（五十一）
  • 时间序列分析三：非平稳时间序列分析（ARIMA）（五十二）

• 信用风险（主要在机器学习中应用）

  • Credit VaR计算（五十三）

  • 莫顿模型、KMV模型计算违约概率（五十四）

• 操作风险和流动性风险（暂不更新）

  • 极值理论（EVT）
  • Loss distribution approach计算ORC
  • Liquidity adjusted VaR（LVaR）

4、机器学习部分

• 数据整合、清理与数据探索（五十五）
• 统计学基础
  • 假设检验（t检验、卡方检验）（五十六）
  • 方差分析与相关分析（五十七）
• 特征工程一：特征生成
• 特征工程二：特征变换
• 特征工程三：特征筛选
• 线性模型：线性回归、岭回归和套索回归（六十一）
• 基于logistic回归的信用评级和分类模型评估（六十二）
• KNN算法（六十三）
• 朴素贝叶斯算法（六十四）
• 决策树构建信用评级（六十五）
• SVM（六十六）
• 神经网络（六十七）
• PCA降维和聚类
• 集成学习

5、参考书目

斯文《基于Python的金融分析与风险管理》，人民邮电出版社；
梅子行、毛鑫宇《智能风控——Python金融风险管理与评分卡建模》，机械工业出版社；
常国珍等《Python数据科学：技术详解与商业实践》，机械工业出版社；
朱顺泉《金融工程及其Python应用》、《投资学及其Python应用》，清华大学出版社；
郑志勇等《金融数量分析——基于Python编程》，北京航空航天大学出版社；
Yves Hilpisch《Python金融大数据分析》，中国工信出版集团、人民邮电出版社；
李航《统计学习方法》，清华大学出版社；
周志华《机器学习》，清华大学出版社。

①每月不定期更新，欢迎监督
②本人水平有限，还处于自学阶段，必有不少错误或疏漏，欢迎批评指正
③博客实质为学习笔记，仅供自我提升，无任何商业用途