Python金融大数据分析

特别说明：
此音频仅作为更好地阅读此书的辅助工具，请大家购买正版书籍。
所有音频全部免费供大家试听、转发和使用。

目录
第1部分 Python与金融
第1章 为什么将Python用于金融
1.1Python是什么
1.1.1Python简史
1.1.2Python生态系统
1.1.3Python用户谱系
1.1.4科学栈
1.2金融中的科技
1.2.1科技开销
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、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
1.3.2Python的效率和生产率
1.3.3从原型化到生产
1.4结语
1.5延伸阅读

第2章 基础架构和工具
2.1Python部署
2.1.1Anaconda
2.1.2Python Quant Platform
2.1.3工具
2.1.4Python
2.1.5IPython
2.1.6Spyder
2.2结语
2.3延伸阅读

第3章 入门示例
3.1隐含波动率
3.2蒙特卡洛模拟
3.2.1纯Python
3.2.2用NumPy向量化
3.2.3利用对数欧拉方法实现全向量化
3.2.4图形化分析
3.2.5技术分析
3.3结语
3.4延伸阅读

第2部分 金融分析和开发
第4章 数据类型和结构
4.1基本数据类型
4.1.1整数
4.1.2浮点数
4.1.3字符串
4.2基本数据结构
4.2.1元组
4.2.2列表
4.2.3离题:控制结构
4.2.4离题:函数式编程
4.2.5字典
4.2.6集合
4.3NumPy数据结构
4.3.1用Python列表形成数组
4.3.2常规NumPy数组
4.3.3结构数组
4.4代码向量化
4.5内存布局
4.6结语
4.7延伸阅读

第5章 数据可视化
5.1二维绘图
5.1.1一维数据集
5.1.2二维数据集
5.1.3其他绘图样式
5.2金融学图表
5.3 3D绘图
5.4结语
5.5延伸阅读

第6章金融时间序列
6.1pandas基础
6.1.1使用DataFrame类的第一步
6.1.2使用DataFrame类的第二步
6.1.3基本分析
6.1.4Series类
6.1.5GroupBy操作
6.2金融数据
6.3回归分析
6.4高频数据
6.5结语
6.6延伸阅读

第7章 输入/输出操作
7.1Python基本IO
7.1.1将对象写入磁盘
7.1.2读写文本文件
7.1.3SQL数据库
7.1.4读写NumPy数组
7.2Pandas的I/O
7.2.1SQL数据库
7.2.2从SQL到pandas
7.2.3CSV文件数据
7.2.4Excel文件数据
7.3PyTables的快速I/O
7.3.1使用表
7.3.2使用压缩表
7.3.3使用数组
7.3.4内存外计算
7.4结语
7.5延伸阅读

第8章高性能的Python
8.1Python范型与性能
8.2内存布局与性能
8.3并行计算
8.3.1蒙特卡洛算法
8.3.2顺序化计算
8.3.3并行计算
8.3.4性能比较
8.4多处理
8.5动态编译
8.5.1介绍性示例
8.5.2二项式期权定价方法
8.6用Cython进行静态编译
8.6在GPU上生成随机数
8.7在CPU上生成随机数
8.8结语
8.9延伸阅读

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

贺函芬|音频制作者
2000年毕业于宁波大学计算机系教育专业。
20年编程经历。