正版新书]Python金融数据分析[美]艾·里文森9787302663904

第1章 获取金融数据 1

1.1 从雅虎财经获取数据 2

1.1.1 实战操作 3

1.1.2 原理解释 4

1.1.3 扩展知识 4

1.1.4 参考资料 5

1.2 从Nasdaq Data Link获取数据 5

1.2.1 准备工作 6

1.2.2 实战操作 6

1.2.3 原理解释 7

1.2.4 扩展知识 8

1.2.5 参考资料 9

1.3 从Intrinio获取数据 10

1.3.1 准备工作 10

1.3.2 实战操作 10

1.3.3 原理解释 12

1.3.4 扩展知识 12

1.3.5 参考资料 16

1.4 从Alpha Vantage获取数据 16

1.4.1 准备工作 16

1.4.2 实战操作 17

1.4.3 原理解释 18

1.4.4 扩展知识 18

1.4.5 参考资料 21

1.5 从CoinGecko获取数据 21

1.5.1 实战操作 21

1.5.2 原理解释 22

1.5.3 扩展知识 23

1.5.4 参考资料 24

1.6 小结 24

第2章 数据预处理 27

2.1 将价格转化为收益 27

2.1.1 实战操作 28

2.1.2 原理解释 29

2.2 为通货膨胀调整收益 29

2.2.1 实战操作 30

2.2.2 原理解释 31

2.2.3 扩展知识 32

2.2.4 参考资料 33

2.3 改变时间序列数据的频率 33

2.3.1 做好准备 34

2.3.2 实战操作 34

2.3.3 原理解释 36

2.4 估算缺失数据的不同方法 36

2.4.1 实战操作 36

2.4.2 原理解释 39

2.4.3 扩展知识 39

2.4.4 参考资料 41

2.5 转换货币单位 41

2.5.1 实战操作 41

2.5.2 原理解释 42

2.5.3 扩展知识 43

2.5.4 参考资料 44

2.6 聚合交易数据的不同方式 44

2.6.1 实战操作 46

2.6.2 原理解释 50

2.6.3 扩展知识 52

2.6.4 参考资料 52

2.7 小结 52

第3章 可视化金融时间序列 53

3.1 时间序列数据的基本可视化 54

3.1.1 实战操作 54

3.1.2 原理解释 56

3.1.3 扩展知识 56

3.1.4 参考资料 59

3.2 可视化季节性模式 59

3.2.1 实战操作 59

3.2.2 原理解释 62

3.2.3 扩展知识 62

3.3 创建交互式可视化 65

3.3.1 实战操作 66

3.3.2 原理解释 68

3.3.3 扩展知识 69

3.3.4 参考资料 70

3.4 创建K线图 71

3.4.1 准备工作 72

3.4.2 实战操作 72

3.4.3 原理解释 74

3.4.4 扩展知识 74

3.4.5 参考资料 76

3.5 小结 77

第4章 探索金融时间序列数据 79

4.1 使用滚动统计进行异常值检测 79

4.1.1 实战操作 80

4.1.2 原理解释 82

4.1.3 扩展知识 82

4.2 使用Hampel过滤器进行异常值检测 83

4.2.1 实战操作 84

4.2.2 原理解释 85

4.2.3 扩展知识 86

4.2.4 参考资料 87

4.3 检测时间序列中的变点 88

4.3.1 实战操作 89

4.3.2 原理解释 91

4.3.3 扩展知识 91

4.3.4 参考资料 93

4.4 检测时间序列中的趋势 93

4.4.1 实战操作 94

4.4.2 原理解释 95

4.4.3 参考资料 96

4.5 使用Hurst指数检测时间序列中的模式 96

4.5.1 实战操作 97

4.5.2 原理解释 99

4.5.3 扩展知识 100

4.5.4 参考资料 100

4.6 研究资产收益的典型化事实 100

4.6.1 准备工作 101

4.6.2 实战操作 101

4.6.3 原理解释 108

4.6.4 扩展知识 110

4.6.5 参考资料 112

4.7 小结 112

第5章 技术分析和构建交互式仪表板 113

5.1 计算最流行的技术指标 113

5.1.1 实战操作 114

5.1.2 原理解释 118

5.1.3 扩展知识 119

5.1.4 参考资料 119

5.2 下载技术指标 120

5.2.1 实战操作 120

5.2.2 原理解释 122

5.2.3 扩展知识 122

5.3 识别K线图的形态 124

5.3.1 实战操作 125

5.3.2 原理解释 127

5.3.3 扩展知识 128

5.3.4 参考资料 129

5.4 使用Streamlit构建用于技术分析的交互式Web应用程序 129

5.4.1 准备工作 130

5.4.2 实战操作 130

5.4.3 原理解释 135

5.4.4 扩展知识 139

5.4.5 参考资料 139

5.5 部署技术分析应用程序 139

5.5.1 准备工作 140

5.5.2 实战操作 140

5.5.3 原理解释 141

5.5.4 扩展知识 142

5.5.5 参考资料 142

5.6 小结 143

第6章 时间序列分析与预测 145

6.1 时间序列分解 146

6.1.1 实战操作 148

6.1.2 原理解释 151

6.1.3 扩展知识 151

6.1.4 参考资料 154

6.2 测试时间序列的平稳性 155

6.2.1 准备工作 156

6.2.2 实战操作 156

6.2.3 原理解释 158

6.2.4 扩展知识 159

6.2.5 参考资料 160

6.3 校正时间序列的平稳性 160

6.3.1 实战操作 161

6.3.2 原理解释 166

6.3.3 扩展知识 166

6.4 使用指数平滑方法对时间序列建模 168

6.4.1 准备工作 169

6.4.2 实战操作 169

6.4.3 原理解释 174

6.4.4 扩展知识 175

6.4.5 参考资料 177

6.5 使用ARIMA类模型对时间序列建模 178

6.5.1 准备工作 179

6.5.2 实战操作 179

6.5.3 原理解释 186

6.5.4 扩展知识 188

6.5.5 参考资料 190

6.6 使用auto-ARIMA寻找最佳拟合的ARIMA模型 190

6.6.1 准备工作 191

6.6.2 实战操作 191

6.6.3 原理解释 197

6.6.4 扩展知识 197

6.6.5 参考资料 203

6.7 小结 203

第7章 基于机器学习的时间序列预测 205

7.1 时间序列的验证方法 205

7.1.1 实战操作 208

7.1.2 原理解释 214

7.1.3 扩展知识 216

7.1.4 参考资料 219

7.2 时间序列的特征工程 219

7.2.1 实战操作 220

7.2.2 原理解释 228

7.2.3 扩展知识 229

7.3 将时间序列预测作为简化回归任务 234

7.3.1 准备工作 235

7.3.2 实战操作 235

7.3.3 原理解释 243

7.3.4 扩展知识 246

7.3.5 参考资料 246

7.4 使用Meta的Prophet进行预测 246

7.4.1 实战操作 248

7.4.2 原理解释 255

7.4.3 扩展知识 256

7.4.4 参考资料 260

7.5 使用PyCaret进行时间序列预测的AutoML 260

7.5.1 准备工作 260

7.5.2 实战操作 260

7.5.3 原理解释 267

7.5.4 扩展知识 269

7.6 小结 270

第8章 多因素模型 273

8.1 估计CAPM 274

8.1.1 实战操作 275

8.1.2 原理解释 277

8.1.3 扩展知识 277

8.1.4 参考资料 280

8.2 估计Fama-French三因素模型 280

8.2.1 实战操作 281

8.2.2 原理解释 284

8.2.3 扩展知识 284

8.2.4 参考资料 285

8.3 估计资产组合的滚动三因素模型 285

8.3.1 实战操作 286

8.3.2 原理解释 288

8.4 估计四因素和五因素模型 289

8.4.1 实战操作 290

8.4.2 原理解释 294

8.4.3 参考资料 294

8.5 使用Fama-MacBeth回归估计横截面因素模型 295

8.5.1 实战操作 296

8.5.2 原理解释 298

8.5.3 扩展知识 298

8.5.4 参考资料 300

8.6 小结 301

第9章 使用GARCH类模型对波动率进行建模 303

9.1 使用ARCH模型对股票收益的波动性进行建模 304

9.1.1 实战操作 305

9.1.2 原理解释 308

9.1.3 扩展知识 309

9.1.4 参考资料 310

9.2 使用GARCH模型对股票收益的波动性进行建模 310

9.2.1 实战操作 311

9.2.2 原理解释 313

9.2.3 扩展知识 313

9.2.4 参考资料 315

9.3 使用GARCH模型预测波动率 315

9.3.1 实战操作 316

9.3.2 原理解释 320

9.3.3 扩展知识 320

9.4 使用CCC-GARCH模型进行多变量波动率预测 323

9.4.1 实战操作 324

9.4.2 原理解释 327

9.4.3 参考资料 327

9.5 使用DCC-GARCH预测条件协方差矩阵 327

9.5.1 准备工作 328

9.5.2 实战操作 329

9.5.3 原理解释 332

9.5.4 扩展知识 333

9.5.5 参考资料 335

9.6 小结 336

第10章 金融领域中的蒙特卡罗模拟 337

10.1 使用几何布朗运动模拟股票价格动态 337

10.1.1 实战操作 338

10.1.2 原理解释 341

10.1.3 扩展知识 343

10.1.4 参考资料 344

10.2 使用模拟为欧式期权定价 345

10.2.1 实战操作 346

10.2.2 原理解释 347

10.2.3 扩展知识 348

10.3 使用最小二乘法蒙特卡罗为美式期权定价 350

10.3.1 实战操作 351

10.3.2 原理解释 353

10.3.3 参考资料 354

10.4 使用QuantLib为美式期权定价 354

10.4.1 准备工作 354

10.4.2 实战操作 354

10.4.3 原理解释 356

10.4.4 扩展知识 357

10.5 为障碍期权定价 358

10.5.1 实战操作 359

10.5.2 原理解释 360

10.5.3 扩展知识 361

10.6 使用蒙特卡罗模拟估计风险价值 361

10.6.1 实战操作 362

10.6.2 原理解释 365

10.6.3 扩展知识 366

10.7 小结 367

第11章 资产配置 369

11.1 评估等权重投资组合的绩效 370

11.1.1 实战操作 370

11.1.2 原理解释 373

11.1.3 扩展知识 374

11.1.4 参考资料 378

11.2 使用蒙特卡罗模拟寻找有效边界 378

11.2.1 实战操作 379

11.2.2 原理解释 382

11.2.3 扩展知识 384

11.3 使用SciPy优化找到有效边界 386

11.3.1 准备工作 387

11.3.2 实战操作 387

11.3.3 原理解释 390

11.3.4 扩展知识 392

11.3.5 参考资料 393

11.4 使用CVXPY凸优化寻找有效边界 393

11.4.1 准备工作 394

11.4.2 实战操作 394

11.4.3 原理解释 397

11.4.4 扩展知识 398

11.5 使用分层风险平价寻找最佳投资组合 402

11.5.1 实战操作 403

11.5.2 原理解释 405

11.5.3 扩展知识 406

11.5.4 参考资料 409

11.6 小结 410

……