[正版]Python金融风险管理FRM(基础篇) 姜伟生 清华大学出版社 金融风险控制Python教材

金融风险管理已经成为各个金融机构必备的职能部门。特别是随着全球金融一体化不断地深入发展，金融风险管理越发重要，也日趋复杂。金融风险管理师(FRM)就是在这个大背景下推出的认证考试，FRM现在已经是金融风险管理领域顶级权威的国际认证考试。本丛书以FRM考试第一、二级考纲内容为中心，并且突出介绍实际工作所需的金融建模风险管理知识。本丛书将金融风险建模知识和Python编程有机地结合在一起，配合丰富的彩色图表，由浅入深地将各种金融概念和计算结果可视化，帮助读者理解金融风险建模核心知识，提高数学和编程水平。

《Python金融风险管理FRM(基础篇)》是本系列图书的第6本，共分12章。《Python金融风险管理FRM(基础篇)》的第1章和第2章主要介绍Python基础编程内容，比如数据类型、运算符、条件循环语句、读写操作、函数等。第3章和第4章主要介绍NumPy和Scipy等常见的数学工具包的典型应用。第5章和第6章讨论采用Pandas进行数据分析。在前6章内容的基础上，第7章介绍常见的可视化方案。然后结合Python编程，第8章和第9章介绍金融建模中常用的概率和统计知识。第10章和第11章讨论金融建模中各种常见的初等和高等数学内容，这些内容是后续金融产品定价和风险分析的数学基础。第12章主要研究固定收益定价和分析等内容。

《Python金融风险管理FRM(基础篇)》适合所有金融从业者阅读，特别适合金融编程零基础读者参考学习。《Python金融风险管理FRM(基础篇)》适合FRM考生备考参考学习，可以帮助FRM持证者实践金融建模。另外，《Python金融风险管理FRM(基础篇)》也是巩固金融知识、应对金融笔试和面试的利器。

姜伟生  博士，FRM，现就职于MSCI，负责为美国对冲基金客户提供金融分析产品RiskMetrics RiskManager的咨询和技术支持服务。MATLAB建模实践超过10年。跨领域著作丰富，在语言教育、新能源汽车等领域出版中英文图书超过15种。

涂升  博士，FRM，现就职于CMHC (Canada Mortgage and Housing Corporation，加拿大抵押贷款和住房管理公司，加拿大第一大皇家企业)，从事金融模型审查与风险管理工作。曾就职于加拿大丰业银行，从事IFRS9信用风险模型建模，执行监管要求的压力测试等工作。MATLAB使用时间超过10年。

梁健斌 博士，现就职于McMaster Automotive Resource Center，多语言使用时间超过10年。曾参与过CRC Taylor & Francis图书作品出版工作，在英文学术期刊发表论文多篇。为丛书Python系列数据可视化提供大量支持。

安然 博士，现就职于道明金融集团，从事交易对手风险模型建模，在金融模型的设计与开发以及金融风险的量化分析等领域具有丰富的经验。曾在密歇根大学、McMaster大学、Sunnybrook健康科学中心从事飞秒激光以及聚焦超声波的科研工作。

芦苇  博士，硕士为金融数学方向，现就职于加拿大五大银行之一的丰业银行(Scotiabank)，从事金融衍生品定价建模和风险管理工作。编程建模时间超过10年。曾在密歇根州立大学、多伦多大学，从事中尺度气候模型以及碳通量反演的科研工作。

FRM是金融风险建模与管理的国际专业考试，是金融从业者的高级权威认证，其市场接受度和认可度非同一般。目前该考试的通过率较低，中国境内的持证者更是凤毛麟角。

FRM考试采用全英文形式，本身对语言要求很高，另外考试大纲涵盖范围之广泛、内容之丰富，对大多数考生来说，也是极大的挑战。其中，涉及到的各类经典金融风险模型资料更是全网难求。

《Python金融风险管理FRM(基础篇)》作者均为北美一线金融风险建模从业者，他们考察了大量现实状况，得出的结论是：无论你是仅仅需要通过FRM考试，还是为了满足实际的工作需求，你都需要具备一定的编程能力，能够由程序生成各种可视化的数据和流程。如此，才能对FRM考纲深入理解并融会贯通，进而熟练准确地运用到工作中。

Python是理工专业的必备工具，软件不难，但是融入到业务中则需要一定的思路和方法。从这个角度出发，《Python金融风险管理FRM(基础篇)》不仅是FRM认证读者的必备资料，也是一本非常好的Python实战类书籍。另外，数据可视化方面，《Python金融风险管理FRM(基础篇)》也体现得淋漓尽致，几乎每一页都用精美数据表来诠释主题。

本系列图书一共有7本，5本基于MATLAB编程的分册将先行出版，还有两本基于Python编程的分册。力争让读者在了解FRM金融风险理论知识的同时，精准切入考试重点和难点，并真正掌握用于满足实战的金融本领，在成为光荣的FRM持有者之余，更可以游刃有余地在实际金融场景中大显身手。

第1章编程初阶 · 1 

1.1 Python介绍 2 

1.2 Spyder介绍 7 

1.3 变量和数值类型 · 15 

1.4 数据序列介绍  20 

1.5 列表  22 

1.6 元组、集合和字典  28 

第2章编程基础Ⅱ ·33 

2.1 字符串 · 35 

2.2 运算符 · 39 

2.3 关键字和变量复制  42 

2.4 条件和循环语句 · 46 

2.5 迭代器和生成器 · 52 

2.6 文件读写操作  55 

2.7 函数  60 

2.8 异常和错误 · 63 

第3章使用NumPy 66 

3.1 NumPy简介 · 67 

3.2 基本类型的矩阵创建 · 69 

3.3 其他矩阵创建函数  75 

3.4 索引和遍历 · 82 

3.5 矩阵变形  88 

第4章数学工具包 ·94 

4.1 矩阵元素统计计算  95 

4.2 圆整 ·101 

4.3 矩阵基本运算 ·103 

4.4 线性代数计算 ·106 

4.5 矩阵分解 ·112 

4.6 一元函数符号表达式 117 

4.7 多元函数符号表达式 124 

4.8 符号函数矩阵 ·127 

第5章 Pandas与数据分析Ⅰ130 

5.1 Pandas的安装和导入 ·132 

5.2 序列及其创建 ·132 

5.3 序列的数据选取 133 

5.4 数据帧及其创建 138 

5.5 数据帧的数据选择 ·139 

5.6 序列和数据帧的基本运算 149 

5.7 设定索引，重新索引与重建索引 ·159 

第6章 Pandas与数据分析Ⅱ163 

6.1 数据的可视化 ·164 

6.2 Pandas文件写出和读入 167 

6.3 数据帧的合并 ·171 

6.4 数据帧的列连接 176 

6.5 数据帧的拼接 ·179 

6.6 数据帧的分组分析 ·182 

6.7 数据透视表 187 

第7章数据可视化·190 

7.1 Matplotlib绘图库192 

7.2 绘制二维线图 ·192 

7.3 子图绘制 ·196 

7.4 绘制参考线 202 

7.5 添加数学公式 ·204 

7.6 常见二维图像 ·207 

7.7 常见三维图像 ·211 

7.8 统计数据可视化 216 

7.9 交互式绘图简介 220 

X

Python金融风险管理FRM | 基础篇

第8章概率与统计Ⅰ228 

8.1 概率与随机事件 230 

8.2 贝叶斯定理 232 

8.3 随机变量 ·235 

8.4 离散型随机变量的概率分布 ·242 

8.5 连续型随机变量的概率分布 ·250 

8.6 正态分布和对数正态分布 255 

第9章概率与统计Ⅱ262 

9.1 随机变量的数字特征 264 

9.2 总体和样本 267 

9.3 抽样分布 ·271 

9.4 大数定律及中心极限定理 275 

9.5 参数估计 ·278 

9.6 假设检验 ·281 

9.7 置信区间、p值与假设检验 285 

第10章金融计算Ⅰ ·288 

10.1 利率 289 

10.2 简单收益率 ·291 

10.3 对数收益率 ·296 

10.4 多项式函数 ·299 

10.5 插值 302 

10.6 数列 306 

10.7 求根 311 

10.8 分段函数 312 

10.9 二次曲线 314 

10.10 平面 317 

10.11 二次曲面 322 

第11章金融计算Ⅱ ·329 

11.1 多元函数 330 

11.2 极限 336 

11.3 导数 338 

11.4 偏导数 ·342 

11.5 链式法则 347 

11.6 泰勒展开 353 

11.7 数值微分 359 

11.8 优化 363 

11.9 多目标优化 ·367 

第12章固定收益分析 373 

12.1 时间价值 375 

12.2 债券介绍 377 

12.3 到期收益率 ·379 

12.4 久期 387 

12.5 关键利率久期 396 

12.6 凸率 401 

备忘·412