《基于Python的金融分析与风险管理》学习笔记

目录

第1部分  入门篇

第1章  Python概览

1.1  Python的定义与比较优势

        1.1.1  Python简介

        1.1.2  Python的比较优势

1.2  Python之父—吉多·范罗苏姆

1.3  Python的演进历史和常用版本

1.4  Python的安装

        1.4.1  单独安装

        1.4.2  集成安装

        1.4.3  安装并启动Anaconda

        1.4.4  Spyder的界面

1.5  学习Python的方法论

        1.5.1  学习的态度

        1.5.2  学习的原则

        1.5.3  学习的方法

1.6  金融数据的获取

        1.6.1  万得（Wind）

        1.6.2  同花顺

        1.6.3  CCER经济金融数据库

        1.6.4  国泰安经济金融研究数据库

1.7  小结

1.8  拓展阅读

第2章  结合金融演示Python的基本操作

2.1  金融变量在Python中的赋值

2.2  Python的数据类型

        2.2.1  整型

        2.2.2  浮点型

        2.2.3  复数

        2.2.4  字符串

2.3  Python的数据结构

        2.3.1  元组

        2.3.2  列表

        2.3.3  集合

        2.3.4  字典

2.4  Python的运算符号

        2.4.1  基本算术运算符号

        2.4.2  关系运算符号

        2.4.3  赋值运算符号

        2.4.4  成员运算符号

2.5  Python的主要内置函数

2.6  自定义函数

        2.6.1  运用def语法

        2.6.2  运用lambda函数

2.7  Python的语句

        2.7.1  条件语句

        2.7.2  循环语句

        2.7.3  条件语句和循环语句结合

2.8  模块的导入与math模块

        2.8.1  模块导入的若干种方法

        2.8.2  math模块

2.9  小结

2.10  拓展阅读

第2部分  基础篇

第3章  结合金融场景演示NumPy模块的操作

3.1  从一个投资案例讲起

3.2  N维数组

        3.2.1  数组的结构

        3.2.2  数组的便捷生成

3.3  数组的索引、切片和排序

        3.3.1  索引

        3.3.2  切片

        3.3.3  排序

3.4  数组的相关运算

        3.4.1  数组内的运算

        3.4.2  数组间的运算

        3.4.3  矩阵的操作

3.5  通过NumPy生成随机数

        3.5.1  主要的统计分布

        3.5.2  主要函数

        3.5.3  相关示例

3.6  小结

3.7  拓展阅读

第4章  结合金融时间序列演示Pandas模块的操作

4.1  Pandas的数据结构

        4.1.1  序列

        4.1.2  数据框

        4.1.3  外部数据导入并直接生成数据框

4.2  数组框的可视化

        4.2.1  中文字体的可视化

        4.2.2  数据框可视化的函数与参数

        4.2.3  一个示例

4.3  数据框内部的操作

        4.3.1  描述数据框的基本性质

        4.3.2  据框的索引与截取

        4.3.3  数据框的排序

        4.3.4  数据框的更改

4.4  数据框之间的操作

        4.4.1  生成两个新的数据框

        4.4.2  函数concat的运用

        4.4.3  函数merge的运用

        4.4.4  函数join的运用

4.5  数组框的主要统计函数

        4.5.1  静态的统计函数

        4.5.2  移动窗口与动态统计函数

4.6  小结

4.7  拓展阅读

第5章  结合金融场景演示Matplotlib模块的操作

5.1  基本函数

5.2  曲线图

        5.2.1  单一曲线图

        5.2.2  多图绘制

5.3  直方图

        5.3.1  单一样本的直方图

        5.3.2  多个样本的直方图

5.4  条形图

        5.4.1  垂直条形图

        5.4.2  水平条形图

5.5  散点图

5.6  饼图

5.7  小结

5.8  拓展阅读

第6章  结合金融场景演示SciPy等模块的操作

6.1  SciPy模块

        6.1.1  求积分

        6.1.2  插值法

        6.1.3  求解方程组

        6.1.4  最优化求解

        6.1.5  统计功能

6.2  StatsModels模块

6.3  波动率模型与arch模块

        6.3.1  估计波动率

        6.3.2  ARCH模型

        6.3.3  GARCH模型

        6.3.4  arch模块

6.4  datetime模块

        6.4.1  创建时间的对象

        6.4.2  访问时间对象的属性

        6.4.3  时间对象的运算

6.5  小结

6.6  拓展阅读

第3部分  提高篇

第7章  运用Python分析利率与债券

7.1  利率体系

                7.1.1  中央银行利率

                7.1.2  金融机构利率

                7.1.3  金融市场利率

7.2  债券市场

                7.2.1  债券交易场所

                7.2.2  债券品种

7.3  利率的度量

                7.3.1  利率的复利频次

                7.3.2  连续复利

                7.3.3  零息利率

7.4  债券定价与债券收益率

                7.4.1  债券的核心要素

                7.4.2  基于单一贴现率的债券定价

                7.4.3  债券到期收益率

                7.4.4  基于不同期限贴现率的债券定价

                7.4.5  通过票息剥离法计算零息利率

                7.4.6  运用零息利率对债券定价

7.5  远期利率与远期利率协议

                7.5.1  远期利率

                7.5.2  远期利率协议

7.6  衡量债券利率风险的线性指标—久期

                7.6.1  麦考利久期

                7.6.2  修正久期

                7.6.3  美元久期

7.7  衡量债券利率风险的非线性指标—凸性

                7.7.1  凸性的表达式

                7.7.2  案例

                7.7.3  重要关系式

7.8  小结

7.9  拓展阅读

第8章  运用Python分析股票投资

8.1  股票市场简介

        8.1.1  多层次股票市场

        8.1.2  主要的股票指数

8.2  股票投资组合

        8.2.1  投资组合的主要变量

        8.2.2  投资组合的有效前沿

        8.2.3  资本市场线

8.3  资本资产定价模型

        8.3.1  系统风险与非系统风险

        8.3.2  模型数学表达式及运用

8.4  股价服从的随机过程

        8.4.1  马尔可夫过程与有效市场假说

        8.4.2  维纳过程与广义维纳过程

        8.4.3  几何布朗运动

8.5  投资组合的绩效评估

        8.5.1  夏普比率

        8.5.2  索提诺比率

        8.5.3  特雷诺比率

        8.5.4  信息比率

8.6  小结

8.7  拓展阅读

第9章  运用Python分析期货套期保值

9.1  期货市场的简介

        9.1.1  期货交易所及合约品种

        9.1.2  股指期货合约的介绍

        9.1.3  国债期货合约的介绍

        9.1.4  参与期货交易的动机

9.2  股指期货的套期保值

        9.2.1  套期保值的类型

        9.2.2  追加保证金的风险

        9.2.3  基差风险

        9.2.4  交叉套期保值

9.3  国债期货合约的套期保值

        9.3.1  计息天数规则

        9.3.2  国债的报价

        9.3.3  国债期货最终价格

        9.3.4  国债期货的最廉价交割

        9.3.5  基于久期的套期保值策略

9.4  小结

9.5  拓展阅读

第10章  运用Python分析期权的定价与风险

10.1  A股股票期权市场简介

        10.1.1  权证市场

        10.1.2  股指期权合约

10.2  期权类型和到期时的盈亏

        10.2.1  期权的类型和要素

        10.2.2  看涨期权到期时的盈亏

        10.2.3  看跌期权到期时的盈亏

        10.2.4  看跌-看涨平价关系式

10.3  布莱克-斯科尔斯-默顿模型

10.4  期权价格与相关变量的关系

        10.4.1  期权价格与基础资产价格的关系

        10.4.2  期权价格与执行价格的关系

        10.4.3  期权价格与波动率的关系

        10.4.4  期权价格与无风险收益率的关系

        10.4.5  期权价格与期权期限的关系

10.5  衡量期权的风险—希腊字母

        10.5.1  期权的Delta

        10.5.2  期权的Gamma

        10.5.3  期权的Theta

        10.5.4  期权的Vega

        10.5.5  期权的Rho

10.6  期权的隐含波动率

        10.6.1  运用牛顿迭代法计算隐含波动率

        10.6.2  运用二分查找法计算隐含波动率

10.7  波动率微笑与斜偏

        10.7.1  波动率微笑

        10.7.2  波动率斜偏

10.8  小结

10.9  拓展阅读

第11章  运用Python分析期权交易策略

11.1  保本票据

        11.1.1  一个虚拟的案例

        11.1.2  一个真实市场的案例

11.2  单一期权与单一基础资产的策略

        11.2.1  买入备兑看涨期权

        11.2.2  卖出备兑看涨期权

        11.2.3  买入保护看跌期权

        11.2.4  卖出保护看跌期权

        11.2.5  策略的期间收益

11.3  价差交易策略

        11.3.1  牛市价差策略

        11.3.2  熊市价差策略

        11.3.3  盒式价差策略

        11.3.4  蝶式价差策略

11.4  组合策略

        11.4.1  跨式组合策略

        11.4.2  序列组合策略与带式组合策略

        11.4.3  宽跨式组合策略

11.5  小结

11.6  拓展阅读

第12章  运用Python测度风险价值

12.1  风险价值的概述

        12.1.1  风险价值的定义

        12.1.2  运用Python对风险价值可视化

        12.1.3  风险价值的优点与局限性

12.2  风险价值的方差-协方差法

        12.2.1  方差-协方差法的简介

        12.2.2  案例

12.3  风险价值的历史模拟法

        12.3.1  历史模拟法的简介

        12.3.2  案例

12.4  蒙特卡罗模拟法

        12.4.1  蒙特卡罗模拟的简介

        12.4.2  案例

12.5  回溯检验、压力测试与压力风险价值

        12.5.1  回溯检验

        12.5.2  压力测试

        12.5.3  压力风险价值

        12.5.4  比较不同方法计算的风险价值

12.6  小结

12.7  扩展阅读

---