醉染图书学及其PYTHON应用/朱顺泉9787302514640

目 录

章 金融市场环境 1
1.1 国内外金融发展史 2
1.1.1 国外金融的史 2
1.1.2 新中国金融发展历史 3
1.2 金融市场 4
1.3 金融机构 4
1.3.1 银行 5
1.3.2 经纪公司和交易商(做市商) 5
1.3.3 有组织的交易所 5
1.4 金融产品 6
1.4.1 货币市场的金融产品 6
1.4.2 资本市场的金融产品 7
1.4.3 衍生市场的金融产品 7
思考题 7
第2章 资产的时间价值及其Python应用 9
2.1 单利计息和复利计息及其Python应用 10
2.1.1 累积函数 10
2.1.2 利率 10
2.1.3 单利计息 11
2.1.4 复利计息 11
2.1.5 贴现函数 12
2.1.6 复利的终值和现值 13
2.1.7 息次 13
2.1.8 连续复利 14
2.2 多期现金流复利终值和现值及其Python应用 15
2.2.1 多期复利终值 15
2.2.2 多期复利现值 15
2.. 年金的终值和现值 16
思考题 16
第3章 收益与风险及其Python应用 17
3.1 持有期收益率 18
3.2 资产的期望收益率 18
3.3 资产的风险(方差或标准差) 19
3.4 期望和方差的统计估计量及其Python应用 20
3.5 资产之间的协方差与相关系数及其Python应用 2
. 资产组合的期望收益和风险及其Python应用 24
3.6.1 两种资产组合收益的度量 24
3.6.2 两种资产组合风险的度量 24
3.6.3 多资产组合的期望收益和风险 25
思考题 27
第4章 资产组合均值方差模型及其Python应用 29
4.1 资产组合的可行集 30
4.2 有效边界与有效组合 30
4.2.1 有效边界的定义 30
4.2.2 有效集的位置 31
4.. 资产组合的确定 31
4.3 标准均值方差模型及其Python应用 32
4.3.1 标准均值方差模型的求解 32
4.3.2 标准均值方差模型的Python应用 33
4.3.3 全局方差 34
4.3.4 有效资产组合 35
4.4 两分离定理 36
4.5 组合有效边界的Python绘制 37
4.6 马柯维茨组合优化的Python
应用 39
4.6.1 马柯维茨组合优化基本理论 39
4.6.2 组合优化实例的Python应用 39
4.6.3 组合实际数据的Python应用 44
思考题 50
第5章 存在无风险资产的均值方差模型及其Python应用 51
5.1 存在无风险资产的均值方差模型的Python应用 52
5.2 无风险资产对方差组合的影响 53
5.3 存在无风险资产的两分离定理及其Python应用 55
5.4 预期收益率与贝塔关系式 56
5.5 一个无风险资产和两个风险资产的组合Python应用 57
5.6 默顿定理的Python应用 60
5.7 布莱克-利特曼模型的Python应用 61
思考题 62
第6章 资本资产定价模型及其Python应用 65
6.1 资本资产定价模型设 66
6.2 资本市场线及其Python应用 66
6.3 券市场线及其Python应用 68
6.4 价格型资本资产定价模型及其Python应用 70
6.5 资本资产定价模型检验的Python应用 72
思考题 73
第7章 指数模型及其Python应用 75
7.1 单指数模型 76
7.2 指数模型与分散化 79
7.3 指数模型的券特征线估计的Python应用 79
思考题 81
第8章 套利定价理论及其应用 83
8.1 套利资产组合 84
8.2 单因子套利定价线 85
8.3 套利定价的多因子模型 89
8.4 APT与CAPM的一致 90
8.5 APT和CAPM的联系与区别 91
8.6 关于模型的检验问题 92
思考题 92
第9章 有效市场说 95
9.1 有效市场描述 96
9.2 有效市场的三种形式 96
9.3 异常现象 98
9.4 有效市场实研究的据 99
9.5 弱型有效市场的检验 100
9.6 有效市场对者的启示 101
思考题 102
0章 券收益的实依据 103
10.1 资本资产定价模型CAPM的实模型 104
10.2 上海A场Carhart四因素模型的反转与动量效应研究 105
10.2.1 引言 105
10.2.2 样本选取与数据处理 106
10.3 描述统计 109
10.3.1 样本数量分布 109
10.3.2 变量的相关分析 110
10.3.3 单位根检验 110
10.4 Carhart四因素模型的反转与动量效应的实研究 111
10.4.1 四因素模型回归模型的建立 111
10.4.2 四因素模型的回归结果分析 114
10.5 研究结论 117
思考题 117
1章 固定收益券及其Python应用 119
11.1 债券的定义与分类 120
11.1.1 债券的定义和特征 120
11.1.2 债券的分类 121
11.2 债券定价及其Python应用 122
11.2.1 付息债券价格及其Python应用 122
11.2.2 零息债券的价格及其Python应用 124
11.3 债券的到期收益率 125
11.4 债券的赎回收益率及其Python
应用 126
11.5 利率期限结构及其Python应用 127
11.5.1 到期收益和即期利率 127
11.5.2 远期利率 128
11.5.3 利率期限结构及其理论 129
11.6 债券组合管理及其Python应用 134
11.6.1 久期及其Python语言
计算 134
11.6.2 凸度及其计算 138
11.6.3 免疫及其计算 140
思考题 143
2章 权益券及其Python应用 145
12.1 股息折现模型及其Python应用 146
12.1.1 零增长模型 146
12.1.2 稳定增长模型 147
12.1.3 H模型 148
12.1.4 多阶段增长模型 149
12.2 市盈率 150
12.2.1 市盈率与增长机会 151
12.2.2 市盈率风险 153
1. 现金流定价 153
12.4 券分析 155
思考题 156
3章 期权合约及其策略 159
13.1 期权合约概念与分类 160
13.1.1 期权合约的概念 160
13.1.2 期权的分类 160
13.2 期权价格 161
13.3 影响期权价格的因素 161
13.4 到期期权定价 163
13.5 到期期权的盈亏 163
13.6 期权交易策略 165
13.6.1 保护看跌期权 165
13.6.2 抛补的看涨期权 165
13.6.3 对敲策略 165
13.6.4 期权价差策略 166
13.6.5 双限期权策略 166
思考题 167
4章 Black-Scholes期权定价及其Python应用 169
14.1 Black-Scholes期权定价公式的推导 170
14.1.1 标准布朗运动(维纳过程) 170
14.1.2 一般布朗运动(维纳过程) 170
14.1.3 伊藤过程和伊藤引理 171
14.1.4 不支付红利价格的行为过程 172
14.1.5 Black-Scholes欧式看涨期权定价模型的导出 172
14.2 Black-Scholes期权定价模型的Python应用 175
14.3 红利对欧式期权价格影响的Python应用 176
14.4 风险对冲的Python应用 178
14.5 隐含波动率的Python应用 181
思考题 183
5章 二项式期权定价及其Python应用 185
15.1 二项式法的单期欧式看涨期权定价 186
15.2 两期与多期的二项式看涨期权
定价 189
15.3 二项式看跌期权定价与平价 原理 191
15.3.1 二项式看跌期权定价 191
15.3.2 平价原理 192
15.4 二项式法的解析式与计算步骤 192
15.5 二项式法的无收益资产欧式期权定价Python应用 193
15.6 二项式法的无收益资产美式期权定价Python应用 196
15.7 二项式法的支付连续红利率美式期权定价Python应用 197
15.8 应用二项式期权定价模型进行项目
决策的Python应用 199
思考题 200
6章 期货合约定价、套期保值及其Python应用 201
16.1 期货合约概念及其要素 202
16.2 期货合约交易制度 202
16.3 期货合约的类型 203
16.3.1 商品期货合约 203
16.3.2 金融期货合约 205
16.4 期货合约定价及其Python应用 206
16.4.1 期货合约价格实例 206
16.4.2 金融期货合约定价 207
16.5 期货合约的套期保值 210
16.6 期货合约的套期保值计算方法 214
16.7 套期保值策略的Python应用 215
思考题 217
7章 组合管理与策略 219
17.1 组合绩效评价 220
17.2 单因素整体绩效评价模型 221
17.2.1 Jensen测度 221
17.2.2 Treynor测度 222
17.. Sharpe测度 2
17.2.4 三种测度的比较 2
17.2.5 估价比率(或信息比率) 224
17.2.6 M2测度 224
17.3 选股能力和择时能力 225
17.3.1 选股能力 226
17.3.2 选择 226
17.3.3 择时能力 227
17.4 组合策略 1
17.4.1 资产配置的主要策略 1
17.4.2 组合策略分析 1
17.4.3 三种组合策略的比较
17.4.4 积极型与消极型组合策略 4
17.5 积极组合管理 4
17.5.1 积极的收益和风险 4
17.5.2 积极组合管理的必要 5
17.5.3 Treynor-Black模型 5
17.5.4 预测及对输入参数的调整
17.6 组合管理步骤和政策 陈述
17.6.1 组合管理的步骤
17.6.2 政策陈述
17.6.3 战略资产配置
17.6.4 政策陈述总结 240
17.7 T先生的战略资产配置 240
17.7.1 相邻的拐角组合 240
17.7.2 T先生的战略资产配置
案例分析 242
思考题 245
参考文献 246

前 言
金融财务理论一般分为三大领域：①金融市场与金融机构，主要研究货币市场、资本市场、衍生市场、外汇市场、利率、汇率、中央银行、商业银行等内容；②公司金融财务，主研究金流与现值、净现值准则下的项目决策、资本市场的风险与回报、资本结构、股利政策、期权在企业中的应用、运营资本管理、公司并购与重组、公司财务预警等内容；③学，主要研究资本市场中的资产配置、组合、资本资产定价、套利定价、固定收益券定价、股权定价、衍生品定价、资产组合管理等内容。这三部分相互联系，不能截然分开。本书主介绍代学中的资产配置、风险管理、资产定价等相关理论与方法及其Python应用。
由于历史的原因和国内文理科划分的原因，目前我国金融财务、会计等学科的研究和教学存在着许多要与国际脱轨的地方。国内关于金融、财务决策方面的教材大多属于文科范围，以定描述为主，缺少理论分析、模型的建立和定量分析，难以适应与国际接轨以及当前我国金融财务、会计、统计、工商管理等专业的研究与教学。本书试图在现代理论的基础上，建立各种学模型，以供对学研究和教学感兴趣的读者参考。本书思路清晰、逻辑强，以现代理论为基础，以定量分析方法、统计与优化模型为中心，在介绍各种理论的基础上，利用我国的实际数据，给出其理论与方法的Python应用，因而具有一定的理论深度与实用价值。本书注重理论与应用相结合，实例丰富且通俗易懂，重点讨论了现代学理论与方法中的Python应用过程。
本书遵循滋维?博迪的学教材内容体系，结构内容如下：章介绍金融市场环境；第2章介绍资产的时间价值及其Python应用；第3章介绍收益与风险及其Python应用；第4章介绍资产组合均值方差模型及其Python应用；第5章介绍存在无风险资产的均值方差模型及其Python应用；第6章介绍资本资产定价模型及其Python应用；第7章介绍指数模型及其Python应用；第8章介绍套利定价理论及其应用；第9章介绍有效市场说；0章介绍券收益的实依据；1章介绍固定收益券及其Python应用；2章介绍权益券及其Python应用；3章介绍期权合约及其策略；4章介绍Black-Scholes期权定价及其Python应用；5章介绍二项式期权定价及其Python应用；6章介绍期货合约定价、套期保值及其Python应用；7章介绍组合管理与策略。
本书主要面向学、金融工程、金融学、金融专业硕士、经济学、财务管理、统计学、数量经济学、管理科学与工程、金融数学等专业的高年级学生与。本书也是广东省与教育创新计划项目(2015)的阶段成果一。
由于时间和作者水平的限制，书中难免出现一些纰漏，恳请读者谅解并提出宝贵意见。


编 者

《学及其Python应用》以现代理论为基础，以定量分析方法、统计与优化模型为中心，在介绍各种理论的基础上，利用我国的实际数据，给出其理论与方法的Python应用，因而具有一定的理论深度与实用价值。本书注重理论与应用相结合，实例丰富且通俗易懂，重点讨论了现代学理论与方法中的Python应用过程。