Python是一門開源的計算機編程語言，憑借其易學、靈活等特點，得到了越來越多人的認可和青睞。金融科技日新月異，金融行業(yè)的數(shù)字化、科技化和智慧化快速推進，Python在金融領域有著很好的應用現(xiàn)狀和前景。
本書在上一版的基礎上進行了內容升級，持續(xù)聚焦Python在金融分析與風險管理的應用，第2版從原先的12章擴充至15章，并依次劃分為基礎篇（共5章）、中階篇（共5章）以及高階篇（共5章），基礎篇結合金融場景演示了Python語言以及NumPy、pandas、Matplotlib、SciPy以及statsmodel等金融領域常用的第三方模塊的編程方法；中階篇通過Python編程結合金融實例，依次探討利率、匯率、債券、股票、互換合約、期貨合約等產品的定價、風險測度以及風險管控等內容；高階篇則融合Python與金融案例，探究了期權的定價、希臘字母、動態(tài)對沖、隱含波動率、交易策略及其他延伸知識點，此外，高階篇還涉及投資組合風險價值建模等具有較強技術性的內容。
本書旨在通過更豐富的金融產品、更廣泛的量化模型、更完備的金融示例、更高的軟件版本，為讀者提供更加便捷的Python金融實戰(zhàn)體驗與解決方案。
本書適合想要掌握Python應用的金融學習者、金融從業(yè)者閱讀，也適合想要轉行到金融領域的程序員以及對Python在金融領域的實踐應用感興趣的人士閱讀，并且不要求讀者具有Python編程基礎和金融基礎。
1.更豐富的教學內容：第2版從12章擴展到15章，并依次劃分為基礎篇、中階篇以及高階篇，方便讀者從入門到進階進行階段性的學習；
1.更豐富的金融產品：第2版新增匯率產品、互換合約、商品期貨、可提前行權的美式期權期貨期權等，進一步完善金融知識圖譜；
2.更廣泛的量化模型：第2版新增現(xiàn)金流模型、匯率套利模型、股票定價模型、卡瑪指數(shù)等，使讀者能掌握更豐富的金融量化分析工具；
3.更完備的金融示例：第2版示例數(shù)量從第1版的224個增加至318個，以此多方面涵蓋新增的金融產品與量化模型，相關數(shù)據(jù)更新至2020年。
4.更高階的軟件版本：優(yōu)化了代碼示例，使用更新的Python第三方模塊，提升了代碼性能。
斯文，浙江湖州人，經(jīng)濟學博士，中國注冊會計師（CPA）、特許金融分析師（CFA）、金融風險管理師（FRM）。目前在一家交易所擔任風險管理部總經(jīng)理，擁有在中、外資銀行及證券公司、信托公司、金融控股集團等機構超過16年的金融與風險管理從業(yè)經(jīng)歷。 斯文博士創(chuàng)辦了在風險管理領域具有影響力的期刊《上財風險管理論壇》并擔任主編，創(chuàng)建了在金融領域擁有廣泛受眾的公眾平臺風控博士沙龍并擔任負責人；在中國人民大學、中南財經(jīng)政法大學、華東政法大學等高校擔任金融碩士研究生合作導師或業(yè)界導師；公開發(fā)表學術論文50余篇，出版了《基于Python的金融分析與風險管理》《Python?金融實戰(zhàn)案例精粹》等多部著作，用筆名華爾街先生創(chuàng)作了金融與風險管理的科普性文章百余篇。 斯文博士依托互聯(lián)網(wǎng)并歷時3年多時間推出《期權、期貨及其他衍生產品（原書第9版）》視頻講解系列共計360講；為中國工商銀行、中國人民保險集團等金融機構以及浙江大學、上海財經(jīng)大學、中南財經(jīng)政法大學、上海大學、華東政法大學、上海師范大學等高校講授Python在金融領域的實戰(zhàn)；參與發(fā)起了上財杯風險管理與Python編程實戰(zhàn)大賽，致力于推廣Python在金融領域的運用。
第 1篇 基礎篇
第 1章 結合金融場景演示Python基本編程 2
1.1 關于Python的簡要介紹 3
1.1.1 Python是什么 3
1.1.2 Python的比較優(yōu)勢 4
1.1.3 Python的版本迭代 4
1.1.4 Python的系統(tǒng)部署 5
1.1.5 Spyder及其操作界面 6
1.2 Python的變量賦值與數(shù)據(jù)類型 7
1.2.1 變量賦值 7
1.2.2 整型 8
1.2.3 浮點型 9
1.2.4 復數(shù) 9
1.2.5 字符串 10
1.3 Python的數(shù)據(jù)結構 12
1.3.1 元組 12
1.3.2 列表 13
1.3.3 集合 16
1.3.4 字典 17
1.4 Python的運算符號 19
1.4.1 基本算術運算符號 19
1.4.2 關系運算符號 22
1.4.3 賦值運算符號 23
1.4.4 成員運算符號 24
1.5 Python的內置函數(shù)與自定義函數(shù) 25
1.5.1 內置函數(shù) 25
1.5.2 自定義函數(shù) 28
1.6 Python的句型 29
1.6.1 條件語句 30
1.6.2 循環(huán)語句 31
1.6.3 條件語句和循環(huán)語句結合 32
1.7 模塊的導入與math模塊 34
1.7.1 模塊導入的若干種方法 35
1.7.2 math模塊 35
1.8 本章小結 37
1.9 拓展閱讀 37
第 2章 結合金融場景演示NumPy模塊編程 38
2.1 從一個投資案例講起 38
2.2 N維數(shù)組 40
2.2.1 數(shù)組的結構 40
2.2.2 一些特殊的數(shù)組 42
2.3 數(shù)組的相關功能 44
2.3.1 索引 44
2.3.2 切片 45
2.3.3 排序 45
2.3.4 合并 46
2.4 數(shù)組的相關運算 47
2.4.1 數(shù)組內的運算 47
2.4.2 數(shù)組間的運算 51
2.4.3 矩陣的處理 54
2.5 基于特定統(tǒng)計分布的隨機抽樣 56
2.5.1 主要的統(tǒng)計分布 56
2.5.2 主要函數(shù)及參數(shù) 60
2.5.3 隨機抽樣的示例 62
2.6 現(xiàn)金流模型 65
2.6.1 現(xiàn)金流終值 65
2.6.2 現(xiàn)金流現(xiàn)值 66
2.6.3 凈現(xiàn)值與內含報酬率 68
2.6.4 住房按揭貸款的等額本息還款 70
2.7 本章小結 72
2.8 拓展閱讀 73
第3章 結合金融時間序列演示pandas模塊編程 74
3.1 pandas的數(shù)據(jù)結構 74
3.1.1 序列 75
3.1.2 數(shù)據(jù)框 76
3.1.3 外部數(shù)據(jù)的直接導入 77
3.1.4 創(chuàng)建序列或數(shù)據(jù)框的時間數(shù)列 79
3.2 數(shù)據(jù)框的可視化 81
3.2.1 中文字體的顯示 81
3.2.2 數(shù)據(jù)框可視化的函數(shù)與參數(shù) 81
3.3 數(shù)據(jù)框內部的操作 84
3.3.1 查看數(shù)據(jù)框的基本性質 84
3.3.2 數(shù)據(jù)框的索引與截取 85
3.3.3 數(shù)據(jù)框的排序 87
3.3.4 數(shù)據(jù)框的更改 88
3.4 數(shù)據(jù)框之間的合并 92
3.4.1 創(chuàng)建兩個新數(shù)據(jù)框 93
3.4.2 concat函數(shù)的運用 94
3.4.3 merge函數(shù)的運用 95
3.4.4 join函數(shù)的運用 95
3.5 數(shù)據(jù)框的主要統(tǒng)計函數(shù) 96
3.5.1 靜態(tài)統(tǒng)計函數(shù) 96
3.5.2 移動窗口與動態(tài)統(tǒng)計函數(shù) 100
3.6 本章小結 103
3.7 拓展閱讀 103
第4章 結合金融場景演示Matplotlib模塊編程 104
4.1 基本函數(shù) 104
4.2 曲線圖 108
4.2.1 單一曲線圖 108
4.2.2 多圖繪制 111
4.3 直方圖 113
4.3.1 單一樣本的直方圖 113
4.3.2 多個樣本的直方圖 115
4.4 條形圖 117
4.4.1 垂直條形圖 118
4.4.2 水平條形圖 119
4.4.3 綜合條形圖與折線圖的雙軸圖 120
4.5 散點圖 122
4.6 餅圖 124
4.7 雷達圖 125
4.8 K線圖 127
4.9 本章小結 130
4.10 拓展閱讀 130
第5章 結合金融場景演示SciPy等模塊編程 131
5.1 SciPy模塊 131
5.1.1 求積分 132
5.1.2 插值法 133
5.1.3 求解方程組 135
5.1.4 化方法 137
5.1.5 統(tǒng)計功能 140
5.2 statsmodels模塊 146
5.3 波動率模型與arch模塊 150
5.3.1 估計波動率 150
5.3.2 ARCH模型 151
5.3.3 GARCH模型 152
5.3.4 arch模塊 152
5.4 datetime模塊 157
5.4.1 創(chuàng)建時間對象 157
5.4.2 訪問時間對象的屬性 158
5.4.3 時間對象的運算 159
5.5 本章小結 160
5.6 拓展閱讀 160
第 2篇 中階篇
第6章 運用Python分析利率與匯率 162
6.1 人民幣利率體系 162
6.1.1 中央銀行利率 163
6.1.2 金融機構利率 165
6.1.3 金融市場利率 166
6.2 人民幣匯率體系 169
6.2.1 人民幣匯率制度的演變 169
6.2.2 人民幣匯率相關產品 171
6.2.3 人民幣匯率指數(shù) 173
6.3 利率的度量 174
6.3.1 利率的相對性 175
6.3.2 利率的等價性 178
6.3.3 零息利率 180
6.4 遠期利率與遠期利率協(xié)議 181
6.4.1 遠期利率的測算 181
6.4.2 遠期利率協(xié)議的現(xiàn)金流與定價 183
6.5 匯率報價與套利 188
6.5.1 匯率報價 188
6.5.2 三角套利 190
6.6 遠期匯率與遠期外匯合約 193
6.6.1 遠期匯率的測算 194
6.6.2 抵補套利 195
6.6.3 遠期外匯合約的定價 199
6.7 本章小結 203
6.8 拓展閱讀 203
第7章 運用Python分析債券 204
7.1 債券市場概覽 204
7.1.1 債券交易場所 205
7.1.2 債券品種 207
7.1.3 債券數(shù)據(jù)的服務機構 210
7.2 債券定價與債券收益率 211
7.2.1 債券的核心要素 211
7.2.2 基于單一貼現(xiàn)率的債券定價 211
7.2.3 債券到期收益率 213
7.2.4 基于不同期限貼現(xiàn)率的債券定價 215
7.2.5 通過票息剝離法計算零息利率 216
7.2.6 運用零息利率對債券定價 219
7.3 衡量債券利率風險的線性指標久期 220
7.3.1 麥考利久期 220
7.3.2 修正久期 225
7.3.3 美元久期 228
7.4 衡量債券利率風險的非線性指標凸性 229
7.4.1 凸性的表達式 230
7.4.2 凸性的作用 231
7.5 測度債券的信用風險 234
7.5.1 信用評級 234
7.5.2 違約概率與違約回收率 236
7.5.3 通過債券價格測度違約概率 237
7.6 本章小結 241
7.7 拓展閱讀 241
第8章 運用Python分析股票 242
8.1 股票市場簡介 243
8.1.1 多層次股票市場 243
8.1.2 主要的股票指數(shù) 245
8.2 股票內在價值 249
8.2.1 股息貼現(xiàn)模型 249
8.2.2 零增長模型 250
8.2.3 不變增長模型 251
8.2.4 二階段增長模型 252
8.2.5 三階段增長模型 255
8.3 股票價格服從的隨機過程 259
8.3.1 馬爾可夫過程與有效市場假說 260
8.3.2 維納過程與廣義維納過程 262
8.3.3 幾何布朗運動 263
8.4 構建股票投資組合 267
8.4.1 投資組合的主要變量 267
8.4.2 投資組合的可行集與有效前沿 272
8.4.3 資本市場線 276
8.5 資本資產定價模型 279
8.5.1 系統(tǒng)風險與非系統(tǒng)風險 279
8.5.2 模型數(shù)學表達式及運用 282
8.5.3 證券市場線 284
8.6 投資組合的績效評估 285
8.6.1 夏普比率 286
8.6.2 索提諾比率 289
8.6.3 特雷諾比率 290
8.6.4 卡瑪比率 293
8.6.5 信息比率 295
8.7 本章小結 298
8.8 拓展閱讀 298
第9章 運用Python分析互換 299
9.1 互換市場的概況 299
9.1.1 利率互換市場 300
9.1.2 貨幣互換市場 302
9.1.3 信用違約互換市場 303
9.2 利率互換 305
9.2.1 利率互換的運作機理 306
9.2.2 利率互換的期間現(xiàn)金流 307
9.2.3 利率互換的等價性 308
9.2.4 互換利率的計算 310
9.2.5 利率互換的定價 312
9.3 貨幣互換 315
9.3.1 貨幣互換的運作機理 316
9.3.2 雙固定利率貨幣互換的期間現(xiàn)金流 317
9.3.3 固定對浮動貨幣互換的期間現(xiàn)金流 319
9.3.4 雙浮動利率貨幣互換的期間現(xiàn)金流 321
9.3.5 貨幣互換的等價性與定價 325
9.4 信用違約互換 331
9.4.1 信用違約互換的運作機理 331
9.4.2 信用違約互換的期間現(xiàn)金流 332
9.4.3 累積違約概率、邊際違約概率與存活率 335
9.4.4 信用違約互換價差 337
9.5 本章小結 341
9.6 拓展閱讀 341
第 10章 運用Python分析期貨 342
10.1 期貨市場概覽 342
10.1.1 期貨交易所及期貨合約品種 343
10.1.2 商品期貨合約的介紹 347
10.1.3 股指期貨合約的介紹 349
10.1.4 國債期貨合約的介紹 350
10.1.5 期貨交易的頭寸方向與動機 352
10.2 期貨價格與現(xiàn)貨價格的關系 353
10.2.1 導致期貨價格與現(xiàn)貨價格存在差異的因素 353
10.2.2 期貨價格與現(xiàn)貨價格的關系式 355
10.2.3 期貨價格的收斂性 358
10.3 股指期貨的套期保值 360
10.3.1 套期保值的類型 361
10.3.2 追加保證金的風險 363
10.3.3 基差風險 366
10.3.4 交叉套期保值 368
10.3.5 滾動套期保值與移倉風險 375
10.4 國債期貨的套期保值 380
10.4.1 計息天數(shù)規(guī)則 380
10.4.2 國債的報價 382
10.4.3 國債期貨終價格 384
10.4.4 國債期貨的廉價交割 386
10.4.5 基于久期的套期保值策略 389
10.5 本章小結 391
10.6 拓展閱讀 392
第3篇 高階篇
第 11章 運用Python分析期權定價 394
11.1 A股期權市場簡介 394
11.1.1 權證市場 395
11.1.2 股票期權合約 395
11.1.3 股指期權合約 398
11.2 期權類型與到期盈虧 400
11.2.1 期權的類型和要素 400
11.2.2 看漲期權的到期盈虧 400
11.2.3 看跌期權的到期盈虧 402
11.2.4 看跌-看漲平價關系式 404
11.3 歐式期權定價布萊克-斯科爾斯-默頓模型 407
11.3.1 模型介紹 407
11.3.2 期權價格與基礎資產價格的關系 409
11.3.3 期權價格與行權價格的關系 410
11.3.4 期權價格與波動率的關系 411
11.3.5 期權價格與無風險收益率的關系 412
11.3.6 期權價格與期權期限的關系 413
11.3.7 內在價值與時間價值 414
11.4 歐式期權定價二叉樹模型 415
11.4.1 一步二叉樹模型 416
11.4.2 兩步二叉樹模型 420
11.4.3 N步二叉樹模型 423
11.5 美式期權定價 430
11.5.1 定價的基本思路 430
11.5.2 推廣的數(shù)學表達式 432
11.5.3 運用矩陣運算 433
11.5.4 美式期權與歐式期權的關系 436
11.6 本章小結 440
11.7 拓展閱讀 441
第 12章 運用Python測度期權希臘字母與隱含波動率 442
12.1 期權的Delta 443
12.1.1 歐式期權的Delta 443
12.1.2 基礎資產價格、期權期限與期權Delta的關系 446
12.1.3 基于Delta的對沖 449
12.1.4 美式期權的Delta 451
12.2 期權的Gamma 454
12.2.1 歐式期權的Gamma 454
12.2.2 基礎資產價格、期權期限與期權Gamma的關系 456
12.2.3 美式期權的Gamma 458
12.3 期權的Theta 461
12.3.1 歐式期權的Theta 461
12.3.2 基礎資產價格、期權期限與期權Theta的關系 463
12.3.3 美式期權的Theta 465
12.4 期權的Vega 468
12.4.1 歐式期權的Vega 468
12.4.2 基礎資產價格、期權期限與期權Vega的關系 469
12.4.3 美式期權的Vega 471
12.5 期權的Rho 474
12.5.1 歐式期權的Rho 474
12.5.2 基礎資產價格、期權期限與期權Rho的關系 475
12.5.3 美式期權的Rho 477
12.6 期權的隱含波動率 480
12.6.1 計算隱含波動率的牛頓迭代法 480
12.6.2 計算隱含波動率的二分查找法 482
12.6.3 波動率微笑 485
12.6.4 波動率斜偏 487
12.7 本章小結 489
12.8 拓展閱讀 490
第 13章 運用Python構建期權交易策略 491
13.1 合成保本票據(jù)的策略 491
13.1.1 抽象金融市場的策略運用 492
13.1.2 現(xiàn)實金融市場的策略運用 493
13.2 單一期權與單一基礎資產的策略 496
13.2.1 買入備兌看漲期權 497
13.2.2 賣出備兌看漲期權 499
13.2.3 買入保護看跌期權 501
13.2.4 賣出保護看跌期權 502
13.2.5 策略的期間收益 504
13.3 價差交易策略 506
13.3.1 牛市價差策略 507
13.3.2 熊市價差策略 511
13.3.3 盒式價差策略 514
13.3.4 蝶式價差策略 517
13.3.5 日歷價差策略 521
13.4 組合策略 526
13.4.1 跨式組合策略 526
13.4.2 序列組合策略與帶式組合策略 529
13.4.3 寬跨式組合策略 531
13.5 本章小結 539
13.6 拓展閱讀 539
第 14章 運用Python分析期權延伸性應用 540
14.1 測度企業(yè)的違約風險默頓模型 540
14.1.1 模型的引出 541
14.1.2 模型的相關細節(jié) 541
14.1.3 測度首只違約債券超日債的違約概率 543
14.2 可轉換債券 545
14.2.1 可轉換債券的概況 546
14.2.2 可轉換債券的定價 549
14.3 期貨期權 554
14.3.1 期貨期權的概況 554
14.3.2 歐式期貨期權的定價布萊克模型 556
14.3.3 美式期貨期權的定價二叉樹模型 559
14.4 利率期權 563
14.4.1 利率期權簡介 563
14.4.2 利率上限期權 564
14.4.3 利率下限期權與利率雙限期權 568
14.4.4 利率互換期權 571
14.5 本章小結 576
14.6 拓展閱讀 577
第 15章 運用Python測量風險價值 578
15.1 風險價值概述 578
15.1.1 風險價值的定義 579
15.1.2 風險價值的可視化 580
15.1.3 風險價值的優(yōu)勢與局限 581
15.2 方差-協(xié)方差法 582
15.2.1 方差-協(xié)方差法的細節(jié) 582
15.2.2 方差-協(xié)方差法的應用 583
15.3 歷史模擬法 586
15.3.1 歷史模擬法的細節(jié) 586
15.3.2 歷史模擬法的運用 588
15.4 蒙特卡羅模擬法 590
15.4.1 蒙特卡羅模擬法的細節(jié) 590
15.4.2 蒙特卡羅模擬法的運用 591
15.5 回溯檢驗、壓力測試與壓力風險價值 595
15.5.1 回溯檢驗 595
15.5.2 壓力測試 598
15.5.3 壓力風險價值 600
15.5.4 比較不同方法測量的風險價值 602
15.6 信用風險價值 603
15.6.1 違約相關性 603
15.6.2 違約時間的高斯copula模型 604
15.6.3 基于因子的相關性結構 605
15.6.4 測度信用風險價值 606
15.7 本章小結 610
15.8 拓展閱讀 611
書單推薦
