Python金融數(shù)據(jù)分析

目錄
前言 1
目錄
第1 章 金融與Python 9
1.1 金融簡史10
1.2 金融的主要趨勢 11
1.3 四種語言的世界 13
1.4 本書的方法 13
1.5 Python 入門 .17
1.6 小結(jié) .25
1.7 參考文獻26
第2 章 雙態(tài)經(jīng)濟 27
2.1 經(jīng)濟 .28
2.1.1 實物資產(chǎn) .29
2.1.2 主體 29
2.1.3 時間 29
2.1.4 貨幣 30
2.2 現(xiàn)金流 31
2.2.1 回報 33
2.2.2 利息 34
2.2.3 現(xiàn)值 35
2.2.4 凈現(xiàn)值 36
2.3 不確定性37
2.4 金融資產(chǎn)40
2.5 風(fēng)險 .41
2.5.1 概率測度 .41
2.5.2 期望 43
2.5.3 預(yù)期回報 .44
2.5.4 波動率 45
2.6 未定權(quán)益47
2.6.1 復(fù)制 50
2.6.2 套利定價 .53
2.6.3 市場完備性 55
2.7 阿羅- 德布魯證券 60
2.8 鞅定價 62
2.8.1 資產(chǎn)定價第一基本定理 63
2.8.2 按期望定價 64
2.8.3 資產(chǎn)定價第二基本定理 65
2.9 均值- 方差投資組合 65
2.10 小結(jié) 71
2.11 更多資源 .71
第3 章 三態(tài)經(jīng)濟 73
3.1 不確定性74
3.2 金融資產(chǎn)74
3.3 可達未定權(quán)益 .75
3.4 鞅定價 79
3.4.1 鞅測度 79
3.4.2 風(fēng)險中立定價 81
3.5 超復(fù)制 82
3.6 近似復(fù)制86
3.7 資本市場線 88
3.8 資本資產(chǎn)定價模型 91
3.9 小結(jié) .96
3.10 更多資源 .97
第4 章 優(yōu)化和均衡 99
4.1 效用最大化 100
4.1.1 無差異曲線 . 103
4.1.2 適當(dāng)?shù)男в煤瘮?shù) 104
4.1.3 對數(shù)效用 105
4.1.4 時間累積效用 . 107
4.2 預(yù)期效用. 110
4.2.1 最佳投資組合 . 113
4.2.2 時間累積期望效用 115
4.3 完全市場中的定價 . 117
4.3.1 套利定價 119
4.3.2 鞅定價 120
4.4 無風(fēng)險利率 120
4.5 數(shù)值實例（I） . 121
4.6 不完全市場中的定價 125
4.6.1 鞅測度 127
4.6.2 均衡定價 128
4.7 數(shù)值實例（II） 130
4.8 小結(jié) 135
4.9 更多資源. 135
第5 章 靜態(tài)經(jīng)濟 . 137
5.1 不確定性. 138
5.1.1 隨機變量 139
5.1.2 數(shù)值案例 140
5.2 金融資產(chǎn). 142
5.3 未定權(quán)益. 145
5.4 市場完備性 146
5.5 資產(chǎn)定價的基本定理 150
5.6 Black-Scholes-Merton 期權(quán)定價 155
5.7 Black-Scholes-Merton 的完整性 . 159
5.8 Merton 跳擴散模型期權(quán)定價 161
5.9 代表主體定價 165
5.10 小結(jié) 167
5.11 更多資源 167
第6 章 動態(tài)經(jīng)濟 . 169
6.1 二項式期權(quán)定價 . 170
6.1.1 基于Python 循環(huán)的模擬和評估 173
6.1.2 基于向量代碼的模擬和估值 177
6.1.3 速度比較 181
6.2 Black-Scholes-Merton 期權(quán)定價 . 183
6.2.1 股票價格路徑的蒙特卡洛模擬 184
6.2.2 歐式看跌期權(quán)的蒙特卡洛估價 188
6.2.3 美式看跌期權(quán)的蒙特卡洛估價 189
6.3 小結(jié) 190
6.4 更多資源. 191
第7 章 進一步探索 193
7.1 數(shù)學(xué) 193
7.2 金融理論. 194
7.3 Python 編程 198
7.4 Python 金融分析 . 198
7.4.1 金融數(shù)據(jù)科學(xué) . 199
7.4.2 算法交易 200
7.4.3 計算金融 200
7.4.4 人工智能 201
7.4.5 其他資源 202
7.5 最后的話. 203