金融大数据分析从认知到实践(第1辑)(套装共3册)（异步图书） - (EPUB全文下载)

文件大小：32.2 mb。
文件格式：epub 格式。
书籍内容：

总目录
Python金融大数据分析
Python金融实战
量化金融R语言初级教程
目    录

版权信息
版权声明
内容提要
作者介绍
O’Reilly Media，Inc.介绍
前言
本书的惯例
代码示例的使用
联系方式
Safari® 在线图书
致谢
第1部分 Python与金融
第1章 为什么将Python用于金融
1.1 Python 是什么
1.1.1 Python简史
1.1.2 Python生态系统
1.1.3 Python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
1.3.2 Python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
2.1 Python部署
2.1.1 Anaconda
2.1.2 Python Quant Platform
2.1.3 工具
2.1.4 Python
2.1.5 IPython
2.1.6 Spyder
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
4.3 NumPy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
4.4.1 基本向量化
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
6.1 pandas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
6.1.4 Series类
6.1.5 GroupBy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
7.1 Python基本I/O
7.1.1 将对象写入磁盘
7.1.2 读写文本文件
7.1.3 SQL数据库
7.1.4 读写NumPy数组
7.2 Pandas的I/O
7.2.1 SQL数据库
7.2.2 从SQL到pandas
7.2.3 CSV文件数据
7.2.4 Excel文件数据
7.3 PyTables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
8.1 Python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
8.7 在GPU上生成随机数
8.8 结语
8.9 延伸阅读
第9章 数学工具
9.1 逼近法
9.1.1 回归
9.1.2 插值
9.2 凸优化
9.2.1 全局优化
9.2.2 局部优化
9.2.3 有约束优化
9.3 积分
9.3.1 数值积分
9.3.2 通过模拟求取积分
9.4 符号计算
9.4.1 基本知识
9.4.2 方程式
9.4.3 积分
9.4.4 微分
9.5 结语
9.6 延伸阅读
第10章 推断统计学
10.1 随机数
10.2 模拟
10.2.1 随机变量
10.2.2 随机过程
10.2.3 方差缩减
10.3 估值
10.3.1 欧式期权
10.3.2 美式期权
10.4 风险测度
10.4.1 风险价值
10.4.2 信用价值调整
10.5 结语
10.6 延伸阅读
第11章 统计学
11.1 正态性检验
11.1.1 基准案例
11.1.2 现实世界的数据
11.2 投资组合优化
11.2.1 数据
11.2.2 基本理论
11.2.3 投资组合优化
11.2.4 有效边界
11.2.5 资本市场线
11.3 主成分分析
11.3.1 DAX指数和30种成分股
11.3.2 应用PCA
11.3.3 构造PCA指数
11.4 贝叶斯回归
11.4.1 贝叶斯公式
11.4.2 PyMC3
11.4.3 介绍性示例
11.4.4 真实数据
11.5 结语
11.6 延伸阅读
第12章 Excel集成
12.1 基本电子表格交互
12.1.1 生成工作簿（.xls）
12.1.2 生成工作簿（.xslx）
12.1.3 从工作簿中读取
12.1.4 使用OpenPyxl
12.1.5 使用pandas读写
12.2 用Python编写Excel脚本
12.2.1 安装DataNitro
12.2.2 使用DataNitro
12.3 xlwings
12.4 结语
12.5 延伸阅读
第13章 面向对象和图形用户界面
13.1 面向对象
13.1.1 Python类基础知识
13.1.2 简单的短期利率类
13.1.3 现金流序列类
13.2 图形用户界面
13.2.1 带GUI的短期利率类
13.2 ............

书籍插图：

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。