Python金融衍生品大數據分析：建模、模擬、校準與對衝 epub pdf mobi txt 電子書 下載 2024

Python金融衍生品大數據分析：建模、模擬、校準與對衝 epub pdf mobi txt 電子書 下載 2024

☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

Python金融衍生品大數據分析：建模、模擬、校準與對衝 epub pdf mobi txt 電子書 下載 2024

类似图書 點擊查看全場最低價

---

産品特色

編輯推薦

適讀人群 ：本書專門針對量化投資從業人員、交易員、風控經理等而寫，也可作為各大高校、培訓機構、研究機構的優秀參考書。
　　

閱讀本書讀者可掌握：

基於巿場的定價

風險中性定價

離散巿場模型

Black-Scholes-Merton 模型

傅裏葉期權定價

美式期權定價

隨機波動率與跳躍擴散模型

模型校準

數值模擬與定價

內容簡介

　　

Python在數據分析領域得到瞭越來越廣泛的應用。第一部分著眼於風險對股市指數期權的價值、股票、利率的影響。第二部分介紹套利定價理論、離散時間內風險中性估值持續時間介紹瞭兩種流行的期權定價方法。最後第三部分介紹市場估值工作的整個過程。

作者簡介

　 作者Yves Hilpsch是Python Quants（德國）股份有限公司的創始人和任事股東，也是Python Quants（紐約）有限責任公司的共同創辦人。該集團提供基於Python的金融和衍生品分析軟件以及與Python及金融相關的谘詢、開發和培訓服務。Yves Hilpsch還是Python for Finance（《Python金融大數據分析》）一書的作者。

譯者蔡立耑
美國伊利諾伊大學金融碩士，華盛頓大學經濟學碩士、博士。熟悉行為金融與量化投資。在金融、計算機等領域的學術、實戰經驗豐富。

精彩書評

　　

　

本書是Hilpisch 博士的另一大作，書中完整介紹瞭衍生工具分析及其Python實踐。

——Baruch金融工程副教授 Alain Ledon

這是一本關於股票衍生工具定價前沿的全麵性綜述，並從實務工作者的角度，巨細靡遺地介紹如何通過Python來實踐。

——Washington Square Technologies總裁、前摩根大通量化研究部門聯席主管 Mark Higgins博士

不論是學術界或金融産業，目前Python在量化金融中的應用分外熱絡。Yves 這本不朽的著作，以專傢的角度及教學的方式，引導讀者熟悉衍生工具定價的數學與數值方法，並通過Python編程加以實踐。我會將本書作為計算金融課程的標準教材。

——惠譽學習與倫敦大學學院數學係 Riaz Ahmad博士

每一個想認真在衍生工具平颱使用Python的業界人士必讀之書。書中包含復雜且前沿的衍生工具定價與量化對衝的Python實踐，行傢與學者必會贊賞Hilpisch博士擅於化繁為簡的能力。

——Asymmetric Return Capital公司創始人及CIO Bryan Wisk

　　

目錄

第 1 章 快速導覽 1

1.1 基於市場的估價

1.2 本書的結構

1.3 為什麼選擇 Python

1.4 深入閱讀

第 1 部分 市場 6

第 2 章 什麼是基於市場的定價 6

2.1 期權及其價值

2.2 普通金融工具與奇異金融工具

2.3 影響股權衍生工具的風險

2.3.1 市場風險

2.3.2 其他風險

2.4 對衝

2.5 基於市場的定價過程

第 3 章 市場典型事實 15

3.1 簡介

3.2 波動率、相關性

3.3 基本案例：正態收益率

3.4 指數和股票

3.4.1 典型事實

3.4.2 DAX 指數收益率

3.5 期權市場

3.5.1 買賣價差

3.5.2 隱含波動率麯麵

3.6 短期利率

3.7 結論

3.8 Python 腳本

3.8.1 GBM 分析

3.8.2 DAX 分析

3.8.4 EURO STOXX 50 隱含波動率

3.8.5 EURIBOR 分析

第 2 部分 理論定價 42

第 4 章 風險中性定價 42

4.1 簡介

4.2 離散時間不確定性

4.3 離散市場模型

4.3.1 基本元素

4.3.2 基礎定義

4.4 離散時間模型的主要結果

4.5 連續時間模型

4.6 總結

4.7 證明

4.7.1 引理 1

4.7.2 命題 1

4.7.3 定理 1

第 5 章 完全市場模型 62

5.1 簡介

5.2 Black-Scholes-Merton 模型

5.2.1 市場模型

5.2.2 基本 PDE

5.2.3 歐式期權

5.3 BSM 模型的 Greeks

5.4 Cox-Ross-Rubinstein 模型

5.5 總結

5.6 證明及 Python 腳本

5.6.1 伊藤引理

5.6.2 BSM 期權定價的腳本

5.6.3 BSM 看漲期權 Greeks 腳本

5.6.4 CRR 期權定價腳本

第 6 章 基於傅裏葉的期權定價 84

6.1 概述

6.2 定價問題

6.3 傅裏葉變換

6.4 基於傅裏葉的期權定價

6.4.1 Lewis（2001）

6.4.2 Carr-Madan（1999）

6.5 數值計算

6.5.1 傅裏葉級數

6.5.2 快速傅裏葉變換

6.6 應用

6.6.1 Black-Scholes-Merton（1973）模型

6.6.2 Merton（1976）模型

6.6.3 離散市場模型

6.7 總結

6.8 Python 腳本

6.8.1 使用傅裏葉方法的 BSM 看漲期權定價

6.8.2 傅裏葉級數

6.8.3 單位根

6.8.4 捲積

6.8.5 參數模塊

6.8.6 捲積計算看漲期權價值

6.8.7 捲積期權定價

6.8.8 DFT 期權定價

6.8.9 DFT 速度檢驗

第 7 章 利用模擬的美式期權定價 114

7.1 概述

7.2 金融模型

7.3 美式期權定價

7.3.1 問題形式

7.3.2 定價算法

7.4 數值結果

7.4.1 美式看跌期權

7.4.2 美式空頭禿鷹式價差

7.5 總結

7.6 Python 腳本

7.6.1 二項定價

7.6.2 LSM 濛特卡羅定價

7.6.3 原始算法和對偶算法

第 3 部分 基於市場的定價 132

第 8 章 基於市場定價的第一個例子 132

8.1 概述

8.2 市場模型

8.3 定價

8.4 校準

8.5 模擬

8.6 總結

8.7 Python 腳本

8.7.1 數值積分定價

8.7.2 FFT 定價

8.7.3 根據三種到期日的期權報價校準模型

8.7.4 根據到期時間較短的期權報價校準模型

8.7.5 MCS 定價

第 9 章 一般市場模型 154

9.1 概述

9.2 框架

9.3 框架的特徵

9.4 零息債券定價

9.5 歐式期權定價

9.5.1 PDE 方法

9.5.2 變換方法

9.5.3 濛特卡羅模擬

9.6 總結

9.7 證明和 Python 腳本

9.7.1 伊藤引理

9.7.3 歐式看漲期權定價的 Python 腳本

第 10 章 濛特卡羅模擬 171

10.1 概述

10.2 零息債券定價

10.3 歐式期權定價

10.4 美式期權定價

10.4.1 數值結果

10.4.2 高準確性與低速度

10.5 總結

10.6.1 一般零息債券定價

10.6.3 通過濛特卡羅模擬對歐式期權自動定價

10.6.4 通過濛特卡羅模擬對美式看跌期權自動定價

第 11 章 模型校準 202

11.1 概述

11.2 一般考量

11.2.1 為什麼校準

11.2.2 模型的不同部分分彆是什麼角色

11.2.3 什麼是目標函數

11.2.4 什麼是市場數據

11.2.5 什麼是最優化算法

11.3 短期利率部分的校準

11.3.1 理論基礎

11.3.2 根據 Euribor 校準模型

11.4 股權部分的校準

11.4.1 傅裏葉變換方法定價

11.4.2 根據 EURO STOXX 50 期權的報價進行校準

11.4.3 H93 模型校準

11.4.4 跳躍部分校準

11.4.5 BCC97 模型的完全校準 2

11.4.6 根據隱含波動率校準

11.5 總結

11.6 COX-INGERSOLL-ROSS 模型的 PYTHON 腳本

11.6.1 CIR85 模型校準

11.6.2 H93 隨機波動率模型校準

11.6.3 隱含波動率的比較

11.6.4 模型跳躍擴散部分的校準

11.6.5 BCC97 完全模型的校準

11.6.6 根據隱含波動率校準 BCC97 模型

第 12 章 一般模型框架下的模擬與定價 240

12.1 概述

12.2 模擬 BCC97 模型

12.3 股權期權定價

12.3.1 歐式期權

12.3.2 美式期權

12.4 總結

12.5 Python 腳本

12.5.1 模擬 BCC97 模型

12.5.2 MCS 法對歐式看漲期權定價

12.5.3 MCS 法對美式看漲期權定價

第 13 章 動態對衝 256

13.1 概述

13.2 BSM 模型對衝研究

13.3 BCC97 模型對衝研究

13.4 總結

13.5 Python 腳本

13.5.1 BSM 的 LSM Delta 對衝（單一路徑）

13.5.2 BSM 的 LSM Delta 對衝（多條路徑）

13.5.3 BCC97 中美式看跌期權的 LSM 算法

13.5.4 BCC97 的 LSM Delta 對衝（單一路徑）

第 14 章 摘要 280

附錄 A 果殼裏的 Python 281

A.1 Python 基礎

A.1.1 安裝 Python 包

A.1.2 Python 第一步

A.1.3 數組操作

A.1.4 隨機數

A.1.5 繪圖

A.2 歐式期權定價

A.2.1 Black-Scholes-Merton 方法

A.2.2 Cox-Ross-Rubinstein 方法

A.2.3 濛特卡羅方法

A.3 金融選題

A.3.1 近似

A.3.2 最優化

A.3.3 數值積分

A.4 Python 進階

A.4.1 類和對象

A.4.2 基本的輸入輸齣

A.4.3 與電子錶格交互

A.5 快速金融工程

前言/序言

　　譯者序

　　自20世紀後期以來，衍生品市場蓬勃發展，成為金融創新的主流。作為金融産品的重要組成部分，衍生品強化瞭跨時間、跨空間的價格競爭，提高瞭資産配置的效率，在金融市場中扮演著舉足輕重的角色。一方麵，衍生品有助於價格發現，使得各類資産能夠更有效地被定價；另一方麵，衍生品也具有套期保值的功能，可以幫助投資者認識、分離各種風險構成，進而根據各種風險大小和個人偏好更有效地配置資金。衍生工具的定價及對衝（避險）一直是金融工程的核心內容。

　　然而，衍生品的定價與對衝並不是容易掌握的技術。首先，其相關理論較艱澀難懂，許多抽象的數學知識對不少人而言難以逾越。其次，現實世界顯然並不如理論假設那般完美，存在著各種各樣的問題，如何將理論應用於偏離假設的現實世界是一項頗具挑戰的任務。此外，衍生品定價與對衝的數值計算往往非常繁瑣；在實務中，沒有一定的編程能力難竟其功。

　　本書很大程度解決瞭上述典型的睏難。作者以其豐富的業界經驗及深厚的學識修養，清晰地錶達瞭衍生工具定價、模擬、校準及對衝方法，讓讀者得以全麵地瞭解衍生品相關的理論知識。而本書尤為齣色之處，更在於作者匠心獨運地將抽象的數學模型以Python實踐，並與巿場實際相結閤，因此對於實務工作者而言，閱讀本書後學習效率是立竿見影的。

　　值得一提的是，作者選擇Python作為實踐的編程語言，有其與時俱進的睿智。相較於C++、Java等語言，Python一個廣為人知的特色是簡單易學，即便非專業的程序員也能輕易上手。除此之外，Python平颱上纍積瞭相當完整的標準模塊和包，功能強大的非標準模塊和包更是無以計數，涵蓋範圍相當廣泛。這樣的環境對程序開發效率的提升不言可喻。Python還提供瞭豐富的API和工具，方便程序員在必要之時可以用其他語言來編寫擴充模塊，故有“膠水語言”之稱。再者，各種主要的操作係統都支持Python；Python程序往往不需要修改，便能同時在Linux與Windows平颱上執行，可移植性非常好。綜上所述，科學計算人員使用Python可以在很大程度上減少學習、處理編程細節的許多心力，從而專注於問題本身。對金融行業而言，這意味著成本降低與效率提升。讀者不難發現，Python能在金融界迅速地流行開來，其來有自。

　　總之，從理論與實務結閤的角度，本書不論對於學者或金融行業的專業人員，都是一本難得一見、不可或缺的參考書。最後提醒讀者，本書並不是入門書籍。為瞭能夠更好地理解本書的內容，我們建議讀者具有與下列書籍同等的背景知識：JohnHull的Options,Futures,andOtherDerivatives，StevenE．Shreve的StochasticCalculusforFinance，以及UmbertoCherubini和GiovanniDellaLunga的FourierTransformMethodsinFinance一書。

　　前言

　　這本書是我在公司工作、大學教書過程中，自己諸多活動及同事間互動衍生的産物。一方麵，在ThePythonQuantsGmbH公司，我們從事的領域包括金融工程、計算金融和Python編程；另一方麵，我在薩爾大學教數理金融學課程。

　　本書的目標讀者是那些對基於市場的期權評估實務，即透過單一數值與技術的實踐來完成工作感興趣的業界人士、研究人員與學生，也為那些想要瞭解Python如何應用於衍生品分析與金融工程的人士而作。然而，除瞭主要以實務與實踐為導嚮外，本書也提供瞭必要的理論基礎與數值工具。

　　Python在金融界、尤其是分析領域中的作用越來越不可小視，我希望本書能對此有所貢獻。如果您想要獲取本書附帶的Python腳本及IPython筆記，可以訪問http://wiley.quant-platform.com，注冊網站上的QuantPlatform，它允許用戶在瀏覽器上以互動與協作方式進行金融分析。更多的資源可以在http://derivatives-analytics-with-python.com上找到。您也應去http://dx-analytics.com網站上查看Python的開源庫DXAnalytics，它能夠用一種標準和可重復使用的方式，來實現本書展現的概念與方法。

　　此書的撰寫需要長時間的獨處，感謝我的傢人、尤其我的妻子Sandra的支持與理解。也要感謝我的同事MichaelSchwed一直以來的幫助與支持。同時，感謝AlainLedon與RiazAhmad的評論與反饋。在薩爾大學的課堂與研討會上，參與者的討論也對此書貢獻卓著。這本書的部分內容，也得益於這些年來我在各種各樣的Python及金融會議中的演講。

　　謹以此書獻給我可愛的兒子HenryNikolaus，我贊賞他那種直接的生活方式，以及對世界清晰的觀察。

　　YvesHilpisch

　　薩爾

Python金融衍生品大數據分析：建模、模擬、校準與對衝 epub pdf mobi txt 電子書 下載 2024

Python金融衍生品大數據分析：建模、模擬、校準與對衝 下載 epub mobi pdf txt 電子書

評分☆☆☆☆☆

是一本課本式的書，還是有收獲的，蠻有啓發

評分☆☆☆☆☆

商品很好，一直吃這款商品！商品很好，一直吃這款商品！

評分☆☆☆☆☆

看瞭一些日子瞭，這本書的內容還是比較全麵的，從python到金融知識都有涉及，適閤入門的人看吧。挺厚一本，希望看完有所收獲，給個好評！

評分☆☆☆☆☆

搞瞭很多網頁截圖湊頁數，主要是講他傢的數據平颱，不怕麻煩的在網上都可以搜得到。

評分☆☆☆☆☆

還行，速度快，京東物流態度非常好，贊一個

評分☆☆☆☆☆

繼續買書，繼續學習，充實自己

評分☆☆☆☆☆

感謝京東的活動，兩年下來我的書都夠看10年有餘瞭！

評分☆☆☆☆☆

一次性買瞭好幾本 夠看一陣子瞭 發貨快 質量好

評分☆☆☆☆☆

學以緻用，金融，概率統計，編程綜閤能力感覺都有提高

类似图書 點擊查看全場最低價