Python金融大数据分析.pdf

《Python金融大数据分析》

获取方式： https://mp.weixin.qq.com/s?__biz=MzA4MTk3ODI2OA==&mid=2650344741&idx=1&sn=ff8f4a8d32baf07a7a828d4d4b1c4175&chksm=87811bd6b0f692c0ba364e9f3fbee5e0a037d1be1842e601a0a58c159d10a78993ad8119f230&token=682993911&lang=zh_CN#rd

唯一一本详细讲解使用Python分析处理金融大数据的专业图书；金融应用开发领域从业人员必读。

Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用，并且成为该行业开发核心应用的首选编程语言。《Python金融大数据分析》提供了使用Python进行数据分析，以及开发相关应用程序的技巧和工具。

《Python金融大数据分析》总计分为3部分，共19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部分介绍了金融分析和应用程序开发中最重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、随机数生成和随机过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的开发、Python与Web技术的集成，以及基于Web应用和Web服务的开发；第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的开发工作，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、波动率期权等知识。

目录

第1部分 Python与金融

第1章 为什么将Python用于金融

第2章 基础架构和工具

第3章 入门示例

第2部分 金融分析和开发

第4章 数据类型和结构

第5章 数据可视化

第6章 金融时间序列

第7章 输入/输出操作

第8章 高性能的Python

第9章 数学工具

第10章 推断统计学

第11章 统计学

第12章 Excel集成

第13章 面向对象和图形用户界面

第14章 Web集成

第3部分 衍生品分析库

第15章 估值框架

第16章 金融模型的模拟

第17章 衍生品估值

第18章 投资组合估值

第19章 波动率期权