《python金融数据分析》

《python金融数据分析》 前言

Python 已广泛应用于银行业、投资管理 保险业、房地产行业等金融领域用于开发金融模型、管理风险和自动完成交易。许多大型金融机构依赖 Python 来搭建职位管理、资产定价、风险管理和交易系统等基础设施。

本书将介绍核心的金融理论，并给出它们的数学概念，以帮助读者更好地理解它们在实际中的应用价值。你将了解如何应用 Python 求解经典的资产定价模型，解决金融中的线性和非线性问题，开发数值程序和利率模型，以及如何根据有限差分法定价来描绘含有期权的隐含波动率曲线等。

随着高级计算技术的出现，我们必须要考虑如何存储和处理大量数据 。而Hadoop 是目前处理大数据的流行工具。因此本书将介绍 Hadoop 的工作原理及其与 python 的集成，以获得金融数据的分析方法；以及如何利用 python 实现 NoSQL 在存储非结构化数据中的应用。

目前许多公司开始向客户提供 API，以使用他们定制的交易软件进行交易。 通过学习本书，你将了解如何连接到代理 API，检索市场数据，生成交易信号并向交易所发送指令，以及平均回报和趋势跟踪等交易策略的实施。另外，本书还将介绍风险管理、头寸跟踪和回溯测试技术， 以帮助你管理交易策略的实施效果。

金融行业中，使用 Microsoft Excel 处理债券交易和后台业务是一种普遍现象。本书将介绍如何在 python 中创建数字定价组件对象模型（ COM）服务器，使你的电子表格能够即时计算和更新模型值。

第1章 Python 在金融中的应用

Python 已经在银行业、投资管理和保险业等金融领域取得广泛应用，甚至帮助房地产行业开发金融建模、风险管理和交易的程序。

1. 1 Python 适合我吗

大型金融机构也利用 Python 建立基础系统架构。比如美国银行“石英”项目通过 Python 实现头寸位管理、定价和风险管理功能；摩根大通利用 Python兼容性和灵活性，融合 C++ 和 Java，建立跨市场的风险管理和交易系统一一 “雅典娜”。