投资学及其PYTHON应用/朱顺泉

《投资学及其Python应用》以现代投资理论为基础，以定量分析方法、统计与优化模型为中心，在介绍各种投资理论的基础上，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，重点讨论了现代投资学理论与投资方法中的Python应用过程。

《投资学及其Python应用》内容包括：金融市场环境；资产的时间价值及其Python应用；投资收益与风险及其Python应用；资产组合均值方差模型及其Python应用；存在无风险资产的均值方差模型及其Python应用；资本资产定价模型及其Python应用；指数模型及其Python应用；套利定价理论及其应用；有效市场假说；证券收益的实证依据；固定收益证券及其Python应用；权益证券及其Python应用；期权合约及其策略；Black-Scholes期权定价及其Python应用；二项式期权定价及其Python应用；期货合约定价、套期保值及其Python应用；投资组合管理与策略。 《投资学及其Python应用》内容新颖、全面、实用性强，融理论、方法、应用于一体，是一部供投资学、金融工程、金融学、金融专业硕士、经济学、财政学、财务管理、统计学、数量经济学、管理科学与工程、金融数学等专业的本科高年级学生与研究生使用的参考书。

目 录 第1章 金融市场环境 1 1.1 国内外金融学发展历史 2 1.1.1 国外金融学的历史 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 投资银行 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 计息次数 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 2.2.3 年金的终值和现值 16 思考题 16 第3章 投资收益与风险及其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 22 3.6 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 4.2.3 很优资产组合的确定 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 全局最小方差 34 4.3.4 有效资产组合 35 4.4 两基金分离定理 36 4.5 投资组合有效边界的Python绘制 37 4.6 马柯维茨投资组合优化的Python 应用 39 4.6.1 马柯维茨投资组合优化基本理论 39 4.6.2 投资组合优化实例的Python应用 39 4.6.3 投资组合实际数据的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 无风险资产对最小方差组合的影响 53 5.3 存在无风险资产的两基金分离定理及其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 资本资产定价模型假设 66 6.2 资本市场线及其Python应用 66 6.3 证券市场线及其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 指数模型的证券特征线估计的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的一致性 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 有效市场假说 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 有效市场实证研究的证据 99 9.5 弱型有效市场的检验 100 9.6 有效市场对投资者的启示 101 思考题 102 第10章 证券收益的实证依据 103 10.1 资本资产定价模型CAPM的实证模型 104 10.2 上海A股市场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 样本股票选取与数据处理 106 10.3 描述性统计 109 10.3.1 样本数量分布 109 10.3.2 变量的相关性分析 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证研究 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 第11章 固定收益证券及其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 第12章 权益证券及其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 市盈率股票风险 153 12.3 现金流定价 153 12.4 证券分析 155 思考题 156 第13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 保护性看跌期权 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 第14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 不支付红利股票价格的行为过程 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 第15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 投资决策的Python应用 199 思考题 200 第16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 很优套期保值策略的Python应用 215 思考题 217 第17章 投资组合管理与策略 219 17.1 投资组合绩效评价 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 17.2.3 Sharpe测度 223 17.2.4 三种测度的比较 223 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 股票选择 226 17.3.3 择时能力 227 17.4 投资组合策略 231 17.4.1 资产配置的主要策略 231 17.4.2 投资组合策略分析 231 17.4.3 三种投资组合策略的比较 233 17.4.4 积极型与消极型投资组合策略 234 17.5 积极投资组合管理 234 17.5.1 积极投资的收益和风险 234 17.5.2 积极投资组合管理的必要性 235 17.5.3 Treynor-Black模型 235 17.5.4 预测准确性及对输入参数的调整 237 17.6 投资组合管理步骤和投资政策 陈述 238 17.6.1 投资组合管理的步骤 238 17.6.2 投资政策陈述 238 17.6.3 战略资产配置 239 17.6.4 投资政策陈述总结 240 17.7 T先生的战略性资产配置 240 17.7.1 相邻的拐角投资组合 240 17.7.2 T先生的战略性资产配置 案例分析 242 思考题 245 参考文献 246

    7.1 单指数模型 在马柯维茨的均值-方差模型的讨论中，各资产间的协方差我们可以作任何假定，它们可以是由资产间存在的任意数量和种类的关系产生，而且在计算风险时所用的公式 中，我们必须对所选择的资产间的协方差进行估计。如果资产数目太大，我们就必须进行大量的协方差估计，使得在计算任一给定投资组合的方差时，需要花费大量时间。 在 ， 公式中，如果投资者考虑的是由n种资产构成的组合，那么在求解有效资产组合时，需要掌握三个方面的基本数据： (1) 每一资产的平均收益率 ，共需n个； (2) 每一资产收益方差 ，共需n个； (3) 每一对资产之间的相关系数 ，共需n*(n-1)/2个。 总计需要2n+n*(n-1)/2个基础性数据。对于每天追踪30～50种股票的投资机构来说，每天需要处理495～1325个数据；对于每天追踪150～250种股票的投资机构来说，每天需要处理11475～31625个数据；显然，这对各种投资者来说都是一件非常耗时的事情。那么，如何使投资组合理论和方法有效实用、简便易行、真正为金融财务工作者服务，就成了金融财务经济学家极为关心的问题。单指数模型能帮助我们克服这一困难，使得确定投资组合的方差计算过程变得简单。 在股票市场中，我们发现，当市场投资组合(如股票市场指数)的收益率显著上升或下降时，几乎所有股票的收益率都随之上升或下降。虽然可能有一些股票的收益率比另一些股票的收益率上升或下降得要快，但总的来说都是呈相同趋势变化。这意味着，市场投资组合收益率的变化能充分反映各种资产的共同变化趋势。因此对各个资产收益率之间的协方差的计算，可以用每一资产收益率与市场投资组合收益率之间的协方差代替。单指数模型就是在假定资产的收益率只受市场投资组合即单指数收益率的影响下确定投资组合的权重。 设资产的收益率具有简单的线性结构，即其收益率r和市场投资组合收益率rM具有关系式 其中 ， 为待估参数， 为残差。 假定市场中有n种资产，则按上述结构，第i种资产的收益率满足 ，i=1,2,…,n；t=1,2,…,N 在单指数模型的讨论中，假定影响各个资产收益率的因素有两类： 第一类为宏观因素。例如通货膨胀率、主要利率的变化、就业率等，在任何情况下，这些因素的影响都是相当大的，几乎所有企业、所有公司都不同程度地受到它们的影响，会引起资产价格总体水平的变化，再通过市场的推动，会影响到市场投资组合收益率水平，进而影响到各资产的收益率。因此宏观因素影响整个市场的收益率。