Python金融大数据分析(第2版)

本书分为5部分，共21章。第1部分介绍了Python 在金融学中的应用，其内容涵盖了Python用于金融行 业的原因、Python的基础架构和工具，以及Python在 计量金融学中的一些具体入门实例；第2部分介绍了 Python的基础知识以及Python中非常有名的库NumPy和 pandas工具集，还介绍了面向对象编程；第3部分介绍 金融数据科学的相关基本技术和方法，包括数据可视 化、输入/输出操作和数学中与金融相关的知识等；第 4部分介绍Python在算法交易上的应用，重点介绍常见 算法，包括机器学习、深度神经网络等人工智能相关 算法；第5部分讲解基于蒙特卡洛模拟开发期权及衍生 品定价的应用，其内容涵盖了估值框架的介绍、金融 模型的模拟、衍生品的估值、投资组合的估值等知识 。 本书适合对使用Python进行大数据分析、处理感 兴趣的金融行业开发人员阅读。

第1部分 Python与金融 第1章 为什么将Python用于金融 1.1 Python编程语言 1.1.1 Python简史 1.1.2 Python生态系统 1.1.3 Python用户谱系 1.1.4 科学栈 1.2 金融中的科技 1.2.1 科技投入 1.2.2 作为业务引擎的科技 1.2.3 作为进入门槛的科技和人才 1.2.4 不断提高的速度、频率和数据量 1.2.5 实时分析的兴起 1.3 用于金融的Python 1.3.1 金融和Python语法 1.3.2 Python的效率和生产率 1.3.3 从原型化到生产 1.4 数据驱动和人工智能优先的金融学 1.4.1 数据驱动金融学 1.4.2 人工智能优先金融学 1.5 结语 1.6 延伸阅读 第2章 Python基础架构 2.1 作为包管理器使用的conda 2.1.1 安装Miniconda 2.1.2 conda基本操作 2.2 作为虚拟环境管理器的conda 2.3 使用Docker容器 2.3.1 Docker镜像和容器 2.3.2 构建Ubuntu和Python Docker镜像 2.4 使用云实例 2.4.1 RSA公钥和私钥 2.4.2 Jupyter Notebook配置文件 2.4.3 Python和Jupyter Notebook安装脚本 2.4.4 协调Droplet设置的脚本 2.5 结语 2.6 延伸阅读 第2部分 掌握基础知识 第3章 数据类型与结构 3.1 基本数据类型 3.1.1 整数 3.1.2 浮点数 3.1.3 布尔值 3.1.4 字符串 3.1.5 题外话：打印和字符串替换 3.1.6 题外话：正则表达式 3.2 基本数据结构 3.2.1 元组 3.2.2 列表 3.2.3 题外话：控制结构 3.2.4 题外话：函数式编程 3.2.5 字典 3.2.6 集合 3.3 结语 3.4 延伸阅读 第4章 用NumPy进行数值计算 4.1 数据数组 4.1.1 用Python列表形成数组 4.1.2 Python array类 4.2 常规NumPy数组 4.2.1 基础知识 4.2.2 多维数组 4.2.3 元信息 4.2.4 改变组成与大小 4.2.5 布尔数组 4.2.6 速度对比 4.3 NumPy结构数组 …… 第3部分 金融数据科学 第4部分 算法交易 第5部分 衍生品分析