基于Python的金融分析與風險管理（第2版）

第 1篇 基礎篇
第　1章 結(jié)合金融場景演示Python基本編程　2
1．1　關于Python的簡要介紹　3
1．1．1　Python是什么　3
1．1．2　Python的比較優(yōu)勢　4
1．1．3　Python的版本迭代　4
1．1．4　Python的系統(tǒng)部署　5
1．1．5　Spyder及其操作界面　6
1．2　Python的變量賦值與數(shù)據(jù)類型　7
1．2．1　變量賦值　7
1．2．2　整型　8
1．2．3　浮點型　9
1．2．4　復數(shù)　9
1．2．5　字符串　10
1．3　Python的數(shù)據(jù)結(jié)構　12
1．3．1　元組　12
1．3．2　列表　13
1．3．3　集合　16
1．3．4　字典　17
1．4　Python的運算符號　19
1．4．1　基本算術運算符號　19
1．4．2　關系運算符號　22
1．4．3　賦值運算符號　23
1．4．4　成員運算符號　24
1．5　Python的內(nèi)置函數(shù)與自定義函數(shù)　25
1．5．1　內(nèi)置函數(shù)　25
1．5．2　自定義函數(shù)　28
1．6　Python的句型　29
1．6．1　條件語句　30
1．6．2　循環(huán)語句　31
1．6．3　條件語句和循環(huán)語句結(jié)合　32
1．7　模塊的導入與math模塊　34
1．7．1　模塊導入的若干種方法　35
1．7．2　math模塊　35
1．8　本章小結(jié)　37
1．9　拓展閱讀　37
第　2章 結(jié)合金融場景演示NumPy模塊編程　38
2．1　從一個投資案例講起　38
2．2　N維數(shù)組　40
2．2．1　數(shù)組的結(jié)構　40
2．2．2　一些特殊的數(shù)組　42
2．3　數(shù)組的相關功能　44
2．3．1　索引　44
2．3．2　切片　45
2．3．3　排序　45
2．3．4　合并　46
2．4　數(shù)組的相關運算　47
2．4．1　數(shù)組內(nèi)的運算　47
2．4．2　數(shù)組間的運算　51
2．4．3　矩陣的處理　54
2．5　基于特定統(tǒng)計分布的隨機抽樣　56
2．5．1　主要的統(tǒng)計分布　56
2．5．2　主要函數(shù)及參數(shù)　60
2．5．3　隨機抽樣的示例　62
2．6　現(xiàn)金流模型　65
2．6．1　現(xiàn)金流終值　65
2．6．2　現(xiàn)金流現(xiàn)值　66
2．6．3　凈現(xiàn)值與內(nèi)含報酬率　68
2．6．4　住房按揭貸款的等額本息還款　70
2．7　本章小結(jié)　72
2．8　拓展閱讀　73
第3章　結(jié)合金融時間序列演示pandas模塊編程　74
3．1　pandas的數(shù)據(jù)結(jié)構　74
3．1．1　序列　75
3．1．2　數(shù)據(jù)框　76
3．1．3　外部數(shù)據(jù)的直接導入　77
3．1．4　創(chuàng)建序列或數(shù)據(jù)框的時間數(shù)列　79
3．2　數(shù)據(jù)框的可視化　81
3．2．1　中文字體的顯示　81
3．2．2　數(shù)據(jù)框可視化的函數(shù)與參數(shù)　81
3．3　數(shù)據(jù)框內(nèi)部的操作　84
3．3．1　查看數(shù)據(jù)框的基本性質(zhì)　84
3．3．2　數(shù)據(jù)框的索引與截取　85
3．3．3　數(shù)據(jù)框的排序　87
3．3．4　數(shù)據(jù)框的更改　88
3．4　數(shù)據(jù)框之間的合并　92
3．4．1　創(chuàng)建兩個新數(shù)據(jù)框　93
3．4．2　concat函數(shù)的運用　94
3．4．3　merge函數(shù)的運用　95
3．4．4　join函數(shù)的運用　95
3．5　數(shù)據(jù)框的主要統(tǒng)計函數(shù)　96
3．5．1　靜態(tài)統(tǒng)計函數(shù)　96
3．5．2　移動窗口與動態(tài)統(tǒng)計函數(shù)　100
3．6　本章小結(jié)　103
3．7　拓展閱讀　103
第4章　結(jié)合金融場景演示Matplotlib模塊編程　104
4．1　基本函數(shù)　104
4．2　曲線圖　108
4．2．1　單一曲線圖　108
4．2．2　多圖繪制　111
4．3　直方圖　113
4．3．1　單一樣本的直方圖　113
4．3．2　多個樣本的直方圖　115
4．4　條形圖　117
4．4．1　垂直條形圖　118
4．4．2　水平條形圖　119
4．4．3　綜合條形圖與折線圖的雙軸圖　120
4．5　散點圖　122
4．6　餅圖　124
4．7　雷達圖　125
4．8　K線圖　127
4．9　本章小結(jié)　130
4．10　拓展閱讀　130
第5章　結(jié)合金融場景演示SciPy等模塊編程　131
5．1　SciPy模塊　131
5．1．1　求積分　132
5．1．2　插值法　133
5．1．3　求解方程組　135
5．1．4　最優(yōu)化方法　137
5．1．5　統(tǒng)計功能　140
5．2　statsmodels模塊　146
5．3　波動率模型與arch模塊　150
5．3．1　估計波動率　150
5．3．2　ARCH模型　151
5．3．3　GARCH模型　152
5．3．4　arch模塊　152
5．4　datetime模塊　157
5．4．1　創(chuàng)建時間對象　157
5．4．2　訪問時間對象的屬性　158
5．4．3　時間對象的運算　159
5．5　本章小結(jié)　160
5．6　拓展閱讀　160
第　2篇 中階篇
第6章　運用Python分析利率與匯率　162
6．1　人民幣利率體系　162
6．1．1　中央銀行利率　163
6．1．2　金融機構利率　165
6．1．3　金融市場利率　166
6．2　人民幣匯率體系　169
6．2．1　人民幣匯率制度的演變　169
6．2．2　人民幣匯率相關產(chǎn)品　171
6．2．3　人民幣匯率指數(shù)　173
6．3　利率的度量　174
6．3．1　利率的相對性　175
6．3．2　利率的等價性　178
6．3．3　零息利率　180
6．4　遠期利率與遠期利率協(xié)議　181
6．4．1　遠期利率的測算　181
6．4．2　遠期利率協(xié)議的現(xiàn)金流與定價　183
6．5　匯率報價與套利　188
6．5．1　匯率報價　188
6．5．2　三角套利　190
6．6　遠期匯率與遠期外匯合約　193
6．6．1　遠期匯率的測算　194
6．6．2　抵補套利　195
6．6．3　遠期外匯合約的定價　199
6．7　本章小結(jié)　203
6．8　拓展閱讀　203
第7章　運用Python分析債券　204
7．1　債券市場概覽　204
7．1．1　債券交易場所　205
7．1．2　債券品種　207
7．1．3　債券數(shù)據(jù)的服務機構　210
7．2　債券定價與債券收益率　211
7．2．1　債券的核心要素　211
7．2．2　基于單一貼現(xiàn)率的債券定價　211
7．2．3　債券到期收益率　213
7．2．4　基于不同期限貼現(xiàn)率的債券定價　215
7．2．5　通過票息剝離法計算零息利率　216
7．2．6　運用零息利率對債券定價　219
7．3　衡量債券利率風險的線性指標——久期　220
7．3．1　麥考利久期　220
7．3．2　修正久期　225
7．3．3　美元久期　228
7．4　衡量債券利率風險的非線性指標——凸性　229
7．4．1　凸性的表達式　230
7．4．2　凸性的作用　231
7．5　測度債券的信用風險　234
7．5．1　信用評級　234
7．5．2　違約概率與違約回收率　236
7．5．3　通過債券價格測度違約概率　237
7．6　本章小結(jié)　241
7．7　拓展閱讀　241
第8章　運用Python分析股票　242
8．1　股票市場簡介　243
8．1．1　多層次股票市場　243
8．1．2　主要的股票指數(shù)　245
8．2　股票內(nèi)在價值　249
8．2．1　股息貼現(xiàn)模型　249
8．2．2　零增長模型　250
8．2．3　不變增長模型　251
8．2．4　二階段增長模型　252
8．2．5　三階段增長模型　255
8．3　股票價格服從的隨機過程　259
8．3．1　馬爾可夫過程與有效市場假說　260
8．3．2　維納過程與廣義維納過程　262
8．3．3　幾何布朗運動　263
8．4　構建股票最優(yōu)投資組合　267
8．4．1　投資組合的主要變量　267
8．4．2　投資組合的可行集與有效前沿　272
8．4．3　資本市場線　276
8．5　資本資產(chǎn)定價模型　279
8．5．1　系統(tǒng)風險與非系統(tǒng)風險　279
8．5．2　模型數(shù)學表達式及運用　282
8．5．3　證券市場線　284
8．6　投資組合的績效評估　285
8．6．1　夏普比率　286
8．6．2　索提諾比率　289
8．6．3　特雷諾比率　290
8．6．4　卡瑪比率　293
8．6．5　信息比率　295
8．7　本章小結(jié)　298
8．8　拓展閱讀　298
第9章　運用Python分析互換　299
9．1　互換市場的概況　299
9．1．1　利率互換市場　300
9．1．2　貨幣互換市場　302
9．1．3　信用違約互換市場　303
9．2　利率互換　305
9．2．1　利率互換的運作機理　306
9．2．2　利率互換的期間現(xiàn)金流　307
9．2．3　利率互換的等價性　308
9．2．4　互換利率的計算　310
9．2．5　利率互換的定價　312
9．3　貨幣互換　315
9．3．1　貨幣互換的運作機理　316
9．3．2　雙固定利率貨幣互換的期間現(xiàn)金流　317
9．3．3　固定對浮動貨幣互換的期間現(xiàn)金流　319
9．3．4　雙浮動利率貨幣互換的期間現(xiàn)金流　321
9．3．5　貨幣互換的等價性與定價　325
9．4　信用違約互換　331
9．4．1　信用違約互換的運作機理　331
9．4．2　信用違約互換的期間現(xiàn)金流　332
9．4．3　累積違約概率、邊際違約概率與存活率　335
9．4．4　信用違約互換價差　337
9．5　本章小結(jié)　341
9．6　拓展閱讀　341
第　10章 運用Python分析期貨　342
10．1　期貨市場概覽　342
10．1．1　期貨交易所及期貨合約品種　343
10．1．2　商品期貨合約的介紹　347
10．1．3　股指期貨合約的介紹　349
10．1．4　國債期貨合約的介紹　350
10．1．5　期貨交易的頭寸方向與動機　352
10．2　期貨價格與現(xiàn)貨價格的關系　353
10．2．1　導致期貨價格與現(xiàn)貨價格存在差異的因素　353
10．2．2　期貨價格與現(xiàn)貨價格的關系式　355
10．2．3　期貨價格的收斂性　358
10．3　股指期貨的套期保值　360
10．3．1　套期保值的類型　361
10．3．2　追加保證金的風險　363
10．3．3　基差風險　366
10．3．4　交叉套期保值　368
10．3．5　滾動套期保值與移倉風險　375
10．4　國債期貨的套期保值　380
10．4．1　計息天數(shù)規(guī)則　380
10．4．2　國債的報價　382
10．4．3　國債期貨最終價格　384
10．4．4　國債期貨的最廉價交割　386
10．4．5　基于久期的套期保值策略　389
10．5　本章小結(jié)　391
10．6　拓展閱讀　392
第3篇　高階篇
第　11章 運用Python分析期權定價　394
11．1　A股期權市場簡介　394
11．1．1　權證市場　395
11．1．2　股票期權合約　395
11．1．3　股指期權合約　398
11．2　期權類型與到期盈虧　400
11．2．1　期權的類型和要素　400
11．2．2　看漲期權的到期盈虧　400
11．2．3　看跌期權的到期盈虧　402
11．2．4　看跌-看漲平價關系式　404
11．3　歐式期權定價——布萊克-斯科爾斯-默頓模型　407
11．3．1　模型介紹　407
11．3．2　期權價格與基礎資產(chǎn)價格的關系　409
11．3．3　期權價格與行權價格的關系　410
11．3．4　期權價格與波動率的關系　411
11．3．5　期權價格與無風險收益率的關系　412
11．3．6　期權價格與期權期限的關系　413
11．3．7　內(nèi)在價值與時間價值　414
11．4　歐式期權定價——二叉樹模型　415
11．4．1　一步二叉樹模型　416
11．4．2　兩步二叉樹模型　420
11．4．3　N步二叉樹模型　423
11．5　美式期權定價　430
11．5．1　定價的基本思路　430
11．5．2　推廣的數(shù)學表達式　432
11．5．3　運用矩陣運算　433
11．5．4　美式期權與歐式期權的關系　436
11．6　本章小結(jié)　440
11．7　拓展閱讀　441
第　12章 運用Python測度期權希臘字母與隱含波動率　442
12．1　期權的Delta　443
12．1．1　歐式期權的Delta　443
12．1．2　基礎資產(chǎn)價格、期權期限與期權Delta的關系　446
12．1．3　基于Delta的對沖　449
12．1．4　美式期權的Delta　451
12．2　期權的Gamma　454
12．2．1　歐式期權的Gamma　454
12．2．2　基礎資產(chǎn)價格、期權期限與期權Gamma的關系　456
12．2．3　美式期權的Gamma　458
12．3　期權的Theta　461
12．3．1　歐式期權的Theta　461
12．3．2　基礎資產(chǎn)價格、期權期限與期權Theta的關系　463
12．3．3　美式期權的Theta　465
12．4　期權的Vega　468
12．4．1　歐式期權的Vega　468
12．4．2　基礎資產(chǎn)價格、期權期限與期權Vega的關系　469
12．4．3　美式期權的Vega　471
12．5　期權的Rho　474
12．5．1　歐式期權的Rho　474
12．5．2　基礎資產(chǎn)價格、期權期限與期權Rho的關系　475
12．5．3　美式期權的Rho　477
12．6　期權的隱含波動率　480
12．6．1　計算隱含波動率的牛頓迭代法　480
12．6．2　計算隱含波動率的二分查找法　482
12．6．3　波動率微笑　485
12．6．4　波動率斜偏　487
12．7　本章小結(jié)　489
12．8　拓展閱讀　490
第　13章 運用Python構建期權交易策略　491
13．1　合成保本票據(jù)的策略　491
13．1．1　抽象金融市場的策略運用　492
13．1．2　現(xiàn)實金融市場的策略運用　493
13．2　單一期權與單一基礎資產(chǎn)的策略　496
13．2．1　買入備兌看漲期權　497
13．2．2　賣出備兌看漲期權　499
13．2．3　買入保護看跌期權　501
13．2．4　賣出保護看跌期權　502
13．2．5　策略的期間收益　504
13．3　價差交易策略　506
13．3．1　牛市價差策略　507
13．3．2　熊市價差策略　511
13．3．3　盒式價差策略　514
13．3．4　蝶式價差策略　517
13．3．5　日歷價差策略　521
13．4　組合策略　526
13．4．1　跨式組合策略　526
13．4．2　序列組合策略與帶式組合策略　529
13．4．3　寬跨式組合策略　531
13．5　本章小結(jié)　539
13．6　拓展閱讀　539
第　14章 運用Python分析期權延伸性應用　540
14．1　測度企業(yè)的違約風險——默頓模型　540
14．1．1　模型的引出　541
14．1．2　模型的相關細節(jié)　541
14．1．3　測度首只違約債券——超日債的違約概率　543
14．2　可轉(zhuǎn)換債券　545
14．2．1　可轉(zhuǎn)換債券的概況　546
14．2．2　可轉(zhuǎn)換債券的定價　549
14．3　期貨期權　554
14．3．1　期貨期權的概況　554
14．3．2　歐式期貨期權的定價——布萊克模型　556
14．3．3　美式期貨期權的定價——二叉樹模型　559
14．4　利率期權　563
14．4．1　利率期權簡介　563
14．4．2　利率上限期權　564
14．4．3　利率下限期權與利率雙限期權　568
14．4．4　利率互換期權　571
14．5　本章小結(jié)　576
14．6　拓展閱讀　577
第　15章 運用Python測量風險價值　578
15．1　風險價值概述　578
15．1．1　風險價值的定義　579
15．1．2　風險價值的可視化　580
15．1．3　風險價值的優(yōu)勢與局限　581
15．2　方差-協(xié)方差法　582
15．2．1　方差-協(xié)方差法的細節(jié)　582
15．2．2　方差-協(xié)方差法的應用　583
15．3　歷史模擬法　586
15．3．1　歷史模擬法的細節(jié)　586
15．3．2　歷史模擬法的運用　588
15．4　蒙特卡羅模擬法　590
15．4．1　蒙特卡羅模擬法的細節(jié)　590
15．4．2　蒙特卡羅模擬法的運用　591
15．5　回溯檢驗、壓力測試與壓力風險價值　595
15．5．1　回溯檢驗　595
15．5．2　壓力測試　598
15．5．3　壓力風險價值　600
15．5．4　比較不同方法測量的風險價值　602
15．6　信用風險價值　603
15．6．1　違約相關性　603
15．6．2　違約時間的高斯copula模型　604
15．6．3　基于因子的相關性結(jié)構　605
15．6．4　測度信用風險價值　606
15．7　本章小結(jié)　610
15．8　拓展閱讀　611