python在金融学中的应用_《Python金融大数据分析+利用Python进行数据分析Python在金融学中的应用Python核心编程程序设计书籍》无著【摘要 书评 在线阅读】-苏宁易购图书...

%uA0n

基本信息n

书名：Python金融大数据分析?n

定价：99元n

ISBN:9787115404459n

出版日期：2015年11月20日n

出版社：人民邮电出版社n

页数：400n

开本：16开黑白印刷n

作者：[德]伊夫希尔皮斯科(Yves Hilpisch) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?n

译者：姚军 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?n

?责任编辑：傅道坤?n

%uA0n

内容简介n

Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用，并且成为该行业开发核心应用的shouxuan编程语言。《Python金融大数据分析》提供了使用Python进行数据分析，以及开发相关应用程序的技巧和工具。n

?《Python金融大数据分析》总计分为3部分，19章，第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入实例；第2部分介绍了金融分析和应用程序开发中zui重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、随机数生成和随机过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的开发、Python与Web技术的集成，以及基于Web应用和Web服务的开发；第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的开发工作，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值、波动率期权等知识。n

?《Python金融大数据分析》适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读?n

%uA0n

%uA0n

目录n

前言 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第1部分 Python与金融 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第1章 为什么将Python用于金融 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

1.1 Python是什么 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

1.2 金融中的科技 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

1.3 用于金融的Python ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

1.4 结语 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

1.5 延伸阅读 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第2章 基础架构和工具 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

2.1 Python部署 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

2.2 结语 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

2.3 延伸阅读 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第3章 入示例 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第2部分 金融分析和开发 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第4章 数据类型和结构 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第5章 数据可视化 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第6章 金融时间序列 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第7章 输入/输出操作 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第8章 高性能的Python ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第9章 数学工具 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第10章 推断统计学 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第11章 统计学 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第12章 Excel集成 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第13章 面向对象和图形用户界面 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第14章 Web集成 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第3部分 衍生品分析库 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第15章 估值框架 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第16章 金融模型的模拟 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第17章 衍生品估值 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第18章 投资组合估值 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

第19章 波动率期权 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

附录A 精选的zui佳实践 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

附录B 看涨期权类 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??n

附录C 日期和时间n

%uA0n

%uA0n

%uA0n

%uA0n

%uA0n

基本信息n

书名：利用Python进行数据分析n

定价：89.00元n

作者：(美)麦金尼,唐学韬n

出版社：机械工业出版社n

出版日期：2014-01-01n

ISBN：9787111436737n

页码：451n

版次：1n

装帧：平装n

开本：16开n

%uA0n

%uA0n

内容简介n

本书讲的是利用Python进行数据控制、处理、整理、分析等方面的具体细节和基本要点。同时，它也是利用Python进行科学计算的实用指南(专针对数据密集型应用)。本书重点介绍了用于高效解决各种数据分析问题的Python语言和库。《利用Python进行数据分析》没有阐述如何利用Python实现具体的分析方法。n

%uA0n

%uA0n

目录n

前言?n

?n

第1章 准备工作?n

本书主要内容?n

为什么要使用Python进行数据分析?n

重要的Python库?n

安装和设置?n

社区和研讨会?n

使用本书?n

致谢?n

?n

第2章 引言?n

来自bit.ly的1.usa.gov数据?n

MovieLens 1M数据集?n

1880-2010年间全美婴儿姓名?n

小结及展望?n

?n

第3章 IPython：一种交互式计算和开发环境?n

IPython基础?n

内省?n

使用命令历史?n

与操作系统交互?n

软件开发工具?n

IPython HTML Notebook?n

利用IPython提高代码开发效率的几点提示?n

高级IPython功能?n

致谢?n

?n

第4章 NumPy基础：数组和矢量计算?n

NumPy的ndarray：一种多维数组对象?n

通用函数：快速的元素级数组函数?n

利用数组进行数据处理?n

用于数组的文件输入输出?n

线性代数?n

随机数生成?n

范例：随机漫步?n

?n

第5章 pandas入?n

pandas的数据结构介绍?n

基本功能?n

汇总和计算描述统计?n

处理缺失数据?n

层次化索引?n

其他有关pandas的话题?n

?n

第6章 数据加载、存储与文件格式?n

读写文本格式的数据?n

二进制数据格式?n

使用HTML和Web API?n

使用数据库?n

?n

第7章 数据规整化：清理、转换、合并、重塑?n

合并数据集?n

重塑和轴向旋转?n

数据转换?n

字符串操作?n

示例：USDA食品数据库?n

?n

第8章 绘图和可视化?n

matplotlib API入?n

pandas中的绘图函数?n

绘制地图：图形化显示海地地震危机数据?n

Python图形化工具生态系统?n

?n

第9章 数据聚合与分组运算?n

GroupBy技术?n

数据聚合?n

分组级运算和转换?n

透视表和交叉表?n

示例：2012联邦选举委员会数据库?n

?n

第10章 时间序列?n

日期和时间数据类型及工具?n

时间序列基础?n

日期的范围、频率以及移动?n

时区处理?n

时期及其算术运算?n

重采样及频率转换?n

时间序列绘图?n

移动窗口函数?n

性能和内存使用方面的注意事项?n

?n

第11章 金融和经济数据应用?n

数据规整化方面的话题?n

分组变换和分析?n

更多示例应用?n

?n

第12章 NumPy高级应用?n

ndarray对象的内部机理?n

高级数组操作?n

广播?n

ufunc高级应用?n

结构化和记录式数组?n

更多有关排序的话题?n

NumPy的matrix类?n

高级数组输入输出?n

性能建议?n

附录A Python语言精要n

?