加载中...
扫一扫
下载苏宁易购APP
关注苏宁推客公众号
自购省钱·分享赚钱
下载苏宁金融APP
关注苏宁易购服务号
用户评价:----
物流时效:----
售后服务:----
实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新Python金融量化分析张奎 马萌9787111716556
¥ ×1
商品
服务
物流
前言篇 Python相关知识章 Python基础知识/1.1 数据类型/1.1.1 字符串/1.1.2 列表/1.1.3 元组/1.1.4 字典/1.2 运算符/1.2.1 算术运算符/1.2.2 比较运算符/1.. 赋值运算符/1.2.4 位运算符/1.3 条件语句/1.4 循环语句及嵌套/1.4.1 while循环/1.4.2 for循环/1.4.3 嵌套、break与continue/1.5 函数/1.5.1 参数传递/1.5.2 不定长参数/1.5.3 返回值/第2章 类与面向对象/2.1 类的基本概念/2.2 类的属/2.2.1 类属/2.2.2 实例属/. 类的方法/..1 实例方法/..2 类方法/.. 静态方法/2.4 类的继承/2.5 运算符重载/2.6 私有与保护类型/2.7 直接赋值、浅复制和深度复制/第3章 模块、包与库/3.1 模块的基本概念/3.1.1 模块的__dict__属/3.1.2 导入模块的几种方法/3.1.3 if __name__==__main__/3.2 常用的标准库模块/3.2.1 sys/3.2.2 os/3.. glob/3.2.4 datetime/3.2.5 math/3.2.6 thread/3.2.7 urllib/3.3 扩展程序库numPy/3.3.1 numPy.ndarrays/3.3.2 numPy数组的基本运算/3.3.3 矩阵运算与随机数生成/3.4 扩展程序库pandas/3.4.1 Series与DataFrame/3.4.2 apply/3.4.3 merge和append/3.4.4 groupby/3.4.5 read_csv和to_csv/3.5 扩展程序库matplotlib/3.5.1 figure与add_subplot/3.5.2 matplotlib.pyplot.axes/第2篇 Python在量化交易中的运用第4章 金融基础知识/4.1 金融资产类别/4.1.1 固定收益/4.1.2 外汇/4.1.3 权益/4.1.4 商品/4.1.5 信用/4.2 金融衍生品/4.2.1 远期与期货合约/4.2.2 期权/4.. 互换/4.2.4 衍生品/4.3 场内交易与场外交易/4.4 实例:用Python求欧式期权的隐含波动率/第5章 数学与统计学基础知识/5.1 统计学中常见的概率分布/5.1.1 离散型概率分布/5.1.2 连续型概率分布/5.2 贝叶斯公式/5.3 蒙特卡洛模拟与中心极限定理/5.4 随机过程与时间序列/5.5 几种经典随机过程模型/5.5.1 分式布朗运动/5.5.2 马尔可夫过程/5.6 常见的统计学习方法/5.6.1 线回归与逻辑回归/5.6.2 决策树与随机森林/5.6.3 K-均值算法/5.6.4 神经网络与深度学习/5.7 数值计算方法/5.7.1 牛顿法/5.7.2 梯度下降法/5.7.3 有限差分法/5.8 实例:用深度学习处理分类问题/第6章 量化交易与策略开发/6.1 量化交易的市场现状/6.2 P-nt与-uant/6.3 量化策略的类别/6.4 策略开发的一些思路/6.5 数据的收集整理与修正/6.5.1 日期的格式/6.5.2 文件传输格式/6.5.3 数据质量问题的处理/6.6 程序和模型的测试与分析/6.6.1 单元测试/6.6.2 异常处理/6.6.3 模型测试/6.7 回测、模拟盘与实盘分析/6.8 实例:Python爬虫获取公司财务数据/第3篇 Python在量化风险管理中的应用第7章 量化风险管理的基础知识/7.1 什么是量化风险管理/7.2 市场风险/7.2.1 风险价值(VaR)/7.2.2 预期亏损(ES)/7.. 历史模拟与蒙特卡洛/7.3 信用风险/7.3.1 额外的时间维度/7.3.2 潜在未来敞口(PFE)/7.3.3 正向敞口期望(EPE)/7.3.4 违约概率(PD)/7.4 操作风险/7.4.1 帕累托分布/7.4.2 不平衡样本/7.5 组合的风险度量/7.5.1 波动率/7.5.2 大回撤/7.6 实例:大回撤的O(n)复杂度的算法/第8章 市场因子模型与组合优化/8.1 资本资产定价模型/8.1.1 指数与个股/8.1.2 特异波动率/8.2 市场因子的相关矩阵/8.2.1 Cholesky分解/8.2.2 模拟指数与个股的走势/8.3 市场因子的主成分分析/8.3.1 期货合约的相关/8.3.2 主成分分析的数学原理/8.3.3 用Python做主成分分析/8.3.4 用主成分做模拟/8.4 正态分布与肥尾分布/8.4.1 回报率的肥尾现象/8.4.2 正态分布的肥尾修正/8.5 组合优化/8.5.1 Markowitz均值-方差模型/8.5.2 数值方法优化比例/8.5.3 无风险收益率非零情况下的优化/8.6 实例:用蒙特卡洛模拟做优化/
1. 张奎,中银金科技术专家,美国杜兰大学统计学博士,中国科学技术大学数学系本硕。曾先后任职于美国花旗银行、富国银行,有多年金融量化分析从业经历。精通数学、概率统计、Python、金融基础知识,对机器学习模型、Python程序设计与开发、金融产品定价模型都有自己独到和深入的理解。2. 马萌,美国杜兰大学数学硕士,量化经理,8年量化经验。著有《MATLAB量化金融分析基础与实战》。曾就职于集团,任算法专家,精通机器学习及深度学习在金融行业的实战应用,目前主要研究方向为二级市场高频交易。
1. 作者专业。两位作者分别为中银金科技术专家和阿里集团前算法专家,具有深厚的专业技术背景。对Python编程和金融量化分析都有自己的独特见解。2. 内容实用。书中所讲内容均为量化分析师的专业技能,所有案例均为实际项目改变,有很强的实操,帮读者速上。3. 配套丰富。本书附赠30个(总长超过330分钟)的视频教程和全部案例的源代码下载。
《Python金融量化分析》是有关Python在金融量化分析领域应用的一本从入门到精通类图书。全书分4篇共10章。篇(~3章)简单介绍了Python的基础知识,包括数据类型、循环体、函数、类与面向对象,以及常用的标准库与扩展库;第2篇(第4~6章)介绍了Python在金融量化交易中的应用,包括资产类别、衍生品等金融基础知识,数学与统计学基础知识,以及量化策略开发的般化程;第3篇(第7、8章)介绍了Python在量化风险管理中的应用,包括风险类别的介绍、市场因子的模拟,以及组合优化;第4篇(9、0章)用5个实战案例具体演示了Python在金融量化分析中的应用。《Python金融量化分析》适合具备一定数学、金融、计算机基础及编程经验的专业技术人员阅读学习,也适合相关专业高年级生、学习参考。
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员