本書的主要內(nèi)容有：運(yùn)用數(shù)學(xué)知識(shí)，學(xué)習(xí)金融理論和Python編程的基礎(chǔ)。學(xué)習(xí)在計(jì)算金融中使用金融理論、金融數(shù)據(jù)建模，以及Python。利用簡(jiǎn)單的經(jīng)濟(jì)學(xué)模型，更好地理解金融的基本概念和Python編程概念。利用靜態(tài)和動(dòng)態(tài)金融建模來(lái)解決金融中的基本問題，如定價(jià)、決策、均衡和資產(chǎn)分配等。學(xué)習(xí)對(duì)金融建模有用的Python軟件包的基礎(chǔ)知識(shí)，如NumPy、SciPy、Matplotlib和SymPy。
一句話推薦
本書以一種綜合的方式解釋了金融、數(shù)學(xué)和Python編程概念，從而使跨學(xué)科概念產(chǎn)生相互促進(jìn)的作用。
編輯推薦
在當(dāng)今時(shí)代，金融、數(shù)學(xué)和編程是有著內(nèi)在聯(lián)系的。本書提供了針對(duì)這些學(xué)科的相關(guān)基礎(chǔ)內(nèi)容，并介紹了在計(jì)算金融世界中入門所需的主要工具。
作為一本實(shí)用指南，本書所采用的方法是：使用數(shù)學(xué)概念作為學(xué)習(xí)金融思想和編程技術(shù)的共同背景，向讀者傳授金融經(jīng)濟(jì)學(xué)的基本知識(shí)。本書由暢銷書《Python for Finance》作者Yves Hilpish所撰寫，以一種綜合的方式解釋了金融、數(shù)學(xué)和Python編程概念，從而使跨學(xué)科概念產(chǎn)生相互促進(jìn)的作用。
專家推薦
“Yves將金融理論與數(shù)學(xué)以及編程聯(lián)系起來(lái)的方式非常出色。”
——Tomer Regev博士
前言Python 正迅速成為數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)和自然語(yǔ)言處理的事實(shí)語(yǔ)言；它將打開創(chuàng)新的新源泉。Python 使我們能夠加入規(guī)模龐大的Python 開源社區(qū)，迅速引入最先進(jìn)的技術(shù)，以及進(jìn)行個(gè)性化定制。 注1—— Kindman and Taylor (2021)為何選擇本書？在線交易平臺(tái)、開源軟件和開源金融數(shù)據(jù)等技術(shù)趨勢(shì)已經(jīng)大大降低甚至完全消除了進(jìn)入全球金融市場(chǎng)的門檻。例如，流動(dòng)資金有限的個(gè)人可以在幾個(gè)小時(shí)內(nèi)開始進(jìn)行算法交易。金融學(xué)科的學(xué)生和學(xué)者，只要有一點(diǎn)編程方面的背景知識(shí)，就可以輕松地將機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方面的尖端創(chuàng)新應(yīng)用于金融數(shù)據(jù)，他們只需在金融課上帶的筆記本電腦上操作即可。在硬件方面，云供應(yīng)商可以提供專業(yè)的計(jì)算和數(shù)據(jù)處理能力，每月只需花費(fèi)5 美元起，按小時(shí)來(lái)計(jì)費(fèi)，在可擴(kuò)展性方面幾乎沒有限制。截止到今天，學(xué)術(shù)金融教育和專業(yè)金融教育領(lǐng)域?qū)@些技術(shù)趨勢(shì)只做出了很有限的反應(yīng)。本書從基礎(chǔ)開始教授金融和Python（http://python.org）編程語(yǔ)言。如今，金融和編程是緊密相連的學(xué)科，Python 是金融業(yè)中使用最廣泛的編程語(yǔ)言之一。本書以一種綜合但又不失技術(shù)性的方式對(duì)相關(guān)的基礎(chǔ)知識(shí)進(jìn)行介紹，包括數(shù)學(xué)、金融和編程。傳統(tǒng)上，理論金融和計(jì)算金融或多或少都算是相對(duì)獨(dú)立的學(xué)科。而現(xiàn)在，編程課程（例如，Python 和C ）已經(jīng)成為金融工程碩士和類似學(xué)科的組成部分，該事實(shí)表明編程技能在金融領(lǐng)域已經(jīng)變得非常重要。然而，數(shù)學(xué)基礎(chǔ)、理論金融和基本的編程技術(shù)在通常情況下仍然是相互獨(dú)立的，只是后來(lái)才與計(jì)算金融結(jié)合起來(lái)教授。本書采取了一種不同的方法，即使用數(shù)學(xué)概念（如線性代數(shù)和概率論的概念）來(lái)提供共同背景，在此背景下引入金融思想和編程技術(shù)。因此，抽象的數(shù)學(xué)概念從兩個(gè)不同的角度被激發(fā)出來(lái)：金融和編程。此外，這種方法還帶來(lái)了一種新的學(xué)習(xí)經(jīng)驗(yàn)，即將數(shù)學(xué)和金融概念直接轉(zhuǎn)化為可執(zhí)行的代碼，讓兩者之間可以互動(dòng)地進(jìn)行探索。我的另一本書《Python for Finance》（第2 版，2018 年，O’Reilly）的幾位讀者指出，那本書既沒有從頭開始介紹金融知識(shí)，也沒有講解Python。事實(shí)上，那本書的讀者至少要在金融和Python 編程方面有一些經(jīng)驗(yàn)。本書填補(bǔ)了這一空白，因?yàn)樗鼈?cè)重于金融和Python 編程的更多基本概念。因此，讀完本書的讀者可以自然而然地進(jìn)入《Python for Finance》的學(xué)習(xí)，以進(jìn)一步建立和提高他們?cè)诮鹑陬I(lǐng)域應(yīng)用Python 的技能。本書最后一章將提供更多的指導(dǎo)。讀者對(duì)象我已經(jīng)寫了很多關(guān)于Python 應(yīng)用于金融的書。我的公司Python Quants 提供了許多Python 在金融方面的線下和線上培訓(xùn)課程。對(duì)于我以前所有的書和培訓(xùn)課程，它們所面向的讀者和培訓(xùn)參與者都應(yīng)該已經(jīng)有一些金融和PYTHON編程或類似語(yǔ)言的背景知識(shí)。本書則完全從零開始，只希望讀者有一些數(shù)學(xué)的基礎(chǔ)知識(shí)，特別是微積分、線性代數(shù)和概率論的知識(shí)。盡管本書材料在所介紹的數(shù)學(xué)概念方面幾乎是自成一體的，但如果需要的話，建議讀者閱讀像PEMBERTON 和RAU(2016) 注2這樣的數(shù)學(xué)入門書籍以了解更多細(xì)節(jié)。鑒于這種方法，本書的目標(biāo)讀者是那些想要學(xué)習(xí)金融理論、金融數(shù)據(jù)建模和使用Python 計(jì)算金融的學(xué)生、學(xué)者和專業(yè)人士。本書是關(guān)于該領(lǐng)域的系統(tǒng)性介紹，在此之上可以去學(xué)習(xí)更高級(jí)的書籍或培訓(xùn)項(xiàng)目。有正式金融背景的讀者會(huì)發(fā)現(xiàn)本書的數(shù)學(xué)和金融元素相當(dāng)簡(jiǎn)單明了。另外，具有較強(qiáng)編程背景的讀者會(huì)發(fā)現(xiàn)Python 元素相當(dāng)簡(jiǎn)單，容易理解。即使讀者不打算繼續(xù)學(xué)習(xí)計(jì)算金融、算法交易或資產(chǎn)管理方面更高級(jí)的課題，通過本書獲得的Python 和金融技能也可以有益地應(yīng)用于金融方面的標(biāo)準(zhǔn)問題，如根據(jù)現(xiàn)代投資組合理論（MPT）構(gòu)成投資組合。例如，本書還講授了如何通過標(biāo)準(zhǔn)方法對(duì)期權(quán)和其他衍生品進(jìn)行估值，如復(fù)制組合或風(fēng)險(xiǎn)中性定價(jià)。本書還適用金融業(yè)的高管，他們想了解Python 編程語(yǔ)言在金融業(yè)的應(yīng)用。另外，已經(jīng)精通Python 或其他編程語(yǔ)言的人也可以閱讀本書，他們想要了解Python在金融中的應(yīng)用。本書概述本書由以下各章組成。第1 章第1 章為本書的其他部分做了鋪墊。它提供了一個(gè)簡(jiǎn)明的金融歷史知識(shí)，解釋了本書將Python 用于金融的方法，并展示了如何建立一個(gè)基本的Python 基礎(chǔ)設(shè)施，以便與本書提供的代碼和Jupyter Notebooks 一起工作。第2 章本章涵蓋了最簡(jiǎn)單的模型經(jīng)濟(jì)，在此模型經(jīng)濟(jì)中，不確定性下的金融分析是可能的：只涉及兩個(gè)相關(guān)日期和兩個(gè)不確定的未來(lái)狀態(tài)。人們有時(shí)會(huì)說是靜態(tài)的雙狀態(tài)經(jīng)濟(jì)。盡管它很簡(jiǎn)單，但這個(gè)框架允許引入金融的基本概念，如凈現(xiàn)值、預(yù)期收益、波動(dòng)率、未定權(quán)益、期權(quán)復(fù)制、套利定價(jià)、鞅測(cè)度、市場(chǎng)完備性、風(fēng)險(xiǎn)中性定價(jià)和均值- 方差投資組合。第3 章本章在模型中引入了第三個(gè)不確定的未來(lái)狀態(tài)，分析了一個(gè)靜態(tài)的三態(tài)經(jīng)濟(jì)。這使我們能夠分析諸如市場(chǎng)不完全性、鞅測(cè)度的不確定性、未定權(quán)益的超復(fù)制和未定權(quán)益的近似復(fù)制等概念。它還引入了資本資產(chǎn)定價(jià)模型作為金融資產(chǎn)的均衡定價(jià)方法。第4 章在這一章中，將介紹主體及其個(gè)體決策問題。本章的分析主要基于金融學(xué)中不確定條件下決策的主導(dǎo)范式：預(yù)期效用最大化。在所謂的代表主體的基礎(chǔ)上，介紹了均衡的概念，并說明了最優(yōu)性和均衡之間的聯(lián)系，以及鞅測(cè)度和風(fēng)險(xiǎn)中性定價(jià)的關(guān)系。代表性主體也是克服不完全市場(chǎng)經(jīng)濟(jì)中出現(xiàn)的困難的一種方法。第5 章本章概括了前面的概念和結(jié)果，在一個(gè)具有有限的、但可能是大量的不確定未來(lái)狀態(tài)的環(huán)境中，我們需要更多的數(shù)學(xué)形式來(lái)分析這種一般的靜態(tài)經(jīng)濟(jì)。第6 章在分析一般靜態(tài)經(jīng)濟(jì)的基礎(chǔ)上，本章引入了動(dòng)態(tài)的金融建模方法，以分析離散時(shí)間內(nèi)動(dòng)態(tài)經(jīng)濟(jì)的兩個(gè)特殊情況�；镜囊娊馐�，一般來(lái)說，經(jīng)濟(jì)的未來(lái)狀態(tài)的不確定性會(huì)隨著時(shí)間的推移逐漸解決。這可以通過使用隨機(jī)過程來(lái)建模，其中的一個(gè)例子是二項(xiàng)式過程，可以用二項(xiàng)式樹來(lái)直觀地表示。第7 章本章提供了在數(shù)學(xué)、金融理論和Python 編程領(lǐng)域探索的大量額外資源，還對(duì)讀者在讀完本書后如何繼續(xù)學(xué)習(xí)提供了指導(dǎo)。使用代碼示例補(bǔ)充材料（代碼實(shí)例、練習(xí)等）可在https://finpy.pqp.io 上獲取。如果你有技術(shù)問題或在使用代碼示例時(shí)遇到問題，請(qǐng)發(fā)電子郵件到 errata@oreilly.com.cn。本書是為了幫助你完成你的工作。一般來(lái)說，如果本書提供了示例代碼，你可以在你的程序和文檔中使用它。你不需要聯(lián)系我們以獲得許可，除非你要復(fù)制代碼的很大一部分。例如，使用本書中的多個(gè)代碼片段編寫程序就無(wú)需獲得許可。但銷售或者分發(fā)O’Reilly 書中的示例代碼則需要獲得許可�；卮饐栴}時(shí)援引本書內(nèi)容以及書中示例代碼，無(wú)需獲得許可。在你自己的項(xiàng)目文檔中使用本書大量的示例代碼時(shí)，則需要獲得許可。我們很希望但并不強(qiáng)制要求你在引用本書內(nèi)容時(shí)加上引用說明。引用說明一般包括書名、作者、出版社和ISBN，例如：“Financial Theory with Python by Yves Hilpisch (O’Reilly). Copyright 2022 Yves Hilpisch, 978-1-098-10435-1”。如果你覺得自己對(duì)示例代碼的使用超出了上述許可范圍， 請(qǐng)通過permissions@oreilly.com 與我們聯(lián)系。O’Reilly 在線學(xué)習(xí)平臺(tái)（O’Reilly Online Learning）近40 年來(lái)，O’Reilly Media 致力于提供技術(shù)和商業(yè)培訓(xùn)、知識(shí)和卓越見解，來(lái)幫助眾多公司取得成功。公司獨(dú)有的專家和改革創(chuàng)新者網(wǎng)絡(luò)通過O’Reilly 書籍、文章以及在線學(xué)習(xí)平臺(tái)，分享他們的專業(yè)知識(shí)和實(shí)踐經(jīng)驗(yàn)。O’Reilly 在線學(xué)習(xí)平臺(tái)按照您的需要提供實(shí)時(shí)培訓(xùn)課程、深入學(xué)習(xí)渠道、交互式編程環(huán)境以及來(lái)自O(shè)’Reilly 和其他200 多家出版商的大量書籍與視頻資料。更多信息，請(qǐng)?jiān)L問網(wǎng)站：https://www.oreilly.com/。聯(lián)系我們?nèi)魏斡嘘P(guān)本書的意見或疑問，請(qǐng)按照以下地址聯(lián)系出版社。美國(guó)：O’Reilly Media, Inc.1005 Gravenstein Highway NorthSebastopol, CA 95472中國(guó)：北京市西城區(qū)西直門南大街2 號(hào)成銘大廈C 座807 室（100035）奧萊利技術(shù)咨詢（北京）有限公司關(guān)于這本書有一個(gè)網(wǎng)頁(yè)，我們?cè)谠摼W(wǎng)頁(yè)列出了勘誤表、示例以及所有其他信息。您可以通過該鏈接訪問此頁(yè)面：https://oreil.ly/fin-theory-with-python。有關(guān)本書的評(píng)論或技術(shù)問題，請(qǐng)發(fā)送電子郵件至：errata@oreilly.com.cn。欲了解本社圖書和課程的新聞和信息，請(qǐng)?jiān)L問我們的網(wǎng)站http://oreilly.com。我們的Facebook：http://facebook.com/oreilly。我們的Twitter：http://twitter.com/oreillymedia。我們的YouTube：http://www.youtube.com/oreillymedia。致謝本書得益于我們的Python 金融證書課程的學(xué)員們的寶貴反饋。長(zhǎng)期以來(lái)，他們給出了許多改進(jìn)建議。我很感謝技術(shù)評(píng)審員給我提出的一些有用的意見。我也很感謝整個(gè)O'Reilly 團(tuán)隊(duì)對(duì)我的幫助和支持。我把這本書獻(xiàn)給我的妻子Sandra，你是我生命中的摯愛。
Yves J. Hilpisch博士是The Python Quants的創(chuàng)始人和首席執(zhí)行官，該組織致力于將開源技術(shù)用于金融數(shù)據(jù)科學(xué)、人工智能、算法交易和計(jì)算金融。他也是The AI Machine的創(chuàng)始人和首席執(zhí)行官，該公司專注于通過一個(gè)專有的戰(zhàn)略執(zhí)行平臺(tái)進(jìn)行人工智能驅(qū)動(dòng)的算法交易。
目錄
前言 1
目錄
第1 章 金融與Python 9
1.1 金融簡(jiǎn)史10
1.2 金融的主要趨勢(shì) 11
1.3 四種語(yǔ)言的世界 13
1.4 本書的方法 13
1.5 Python 入門 .17
1.6 小結(jié) .25
1.7 參考文獻(xiàn)26
第2 章 雙態(tài)經(jīng)濟(jì) 27
2.1 經(jīng)濟(jì) .28
2.1.1 實(shí)物資產(chǎn) .29
2.1.2 主體 29
2.1.3 時(shí)間 29
2.1.4 貨幣 30
2.2 現(xiàn)金流 31
2.2.1 回報(bào) 33
2.2.2 利息 34
2.2.3 現(xiàn)值 35
2.2.4 凈現(xiàn)值 36
2.3 不確定性37
2.4 金融資產(chǎn)40
2.5 風(fēng)險(xiǎn) .41
2.5.1 概率測(cè)度 .41
2.5.2 期望 43
2.5.3 預(yù)期回報(bào) .44
2.5.4 波動(dòng)率 45
2.6 未定權(quán)益47
2.6.1 復(fù)制 50
2.6.2 套利定價(jià) .53
2.6.3 市場(chǎng)完備性 55
2.7 阿羅- 德布魯證券 60
2.8 鞅定價(jià) 62
2.8.1 資產(chǎn)定價(jià)第一基本定理 63
2.8.2 按期望定價(jià) 64
2.8.3 資產(chǎn)定價(jià)第二基本定理 65
2.9 均值- 方差投資組合 65
2.10 小結(jié) 71
2.11 更多資源 .71
第3 章 三態(tài)經(jīng)濟(jì) 73
3.1 不確定性74
3.2 金融資產(chǎn)74
3.3 可達(dá)未定權(quán)益 .75
3.4 鞅定價(jià) 79
3.4.1 鞅測(cè)度 79
3.4.2 風(fēng)險(xiǎn)中立定價(jià) 81
3.5 超復(fù)制 82
3.6 近似復(fù)制86
3.7 資本市場(chǎng)線 88
3.8 資本資產(chǎn)定價(jià)模型 91
3.9 小結(jié) .96
3.10 更多資源 .97
第4 章 優(yōu)化和均衡 99
4.1 效用最大化 100
4.1.1 無(wú)差異曲線 . 103
4.1.2 適當(dāng)?shù)男в煤瘮?shù) 104
4.1.3 對(duì)數(shù)效用 105
4.1.4 時(shí)間累積效用 . 107
4.2 預(yù)期效用. 110
4.2.1 最佳投資組合 . 113
4.2.2 時(shí)間累積期望效用 115
4.3 完全市場(chǎng)中的定價(jià) . 117
4.3.1 套利定價(jià) 119
4.3.2 鞅定價(jià) 120
4.4 無(wú)風(fēng)險(xiǎn)利率 120
4.5 數(shù)值實(shí)例（I） . 121
4.6 不完全市場(chǎng)中的定價(jià) 125
4.6.1 鞅測(cè)度 127
4.6.2 均衡定價(jià) 128
4.7 數(shù)值實(shí)例（II） 130
4.8 小結(jié) 135
4.9 更多資源. 135
第5 章 靜態(tài)經(jīng)濟(jì) . 137
5.1 不確定性. 138
5.1.1 隨機(jī)變量 139
5.1.2 數(shù)值案例 140
5.2 金融資產(chǎn). 142
5.3 未定權(quán)益. 145
5.4 市場(chǎng)完備性 146
5.5 資產(chǎn)定價(jià)的基本定理 150
5.6 Black-Scholes-Merton 期權(quán)定價(jià) 155
5.7 Black-Scholes-Merton 的完整性 . 159
5.8 Merton 跳擴(kuò)散模型期權(quán)定價(jià) 161
5.9 代表主體定價(jià) 165
5.10 小結(jié) 167
5.11 更多資源 167
第6 章 動(dòng)態(tài)經(jīng)濟(jì) . 169
6.1 二項(xiàng)式期權(quán)定價(jià) . 170
6.1.1 基于Python 循環(huán)的模擬和評(píng)估 173
6.1.2 基于向量代碼的模擬和估值 177
6.1.3 速度比較 181
6.2 Black-Scholes-Merton 期權(quán)定價(jià) . 183
6.2.1 股票價(jià)格路徑的蒙特卡洛模擬 184
6.2.2 歐式看跌期權(quán)的蒙特卡洛估價(jià) 188
6.2.3 美式看跌期權(quán)的蒙特卡洛估價(jià) 189
6.3 小結(jié) 190
6.4 更多資源. 191
第7 章 進(jìn)一步探索 193
7.1 數(shù)學(xué) 193
7.2 金融理論. 194
7.3 Python 編程 198
7.4 Python 金融分析 . 198
7.4.1 金融數(shù)據(jù)科學(xué) . 199
7.4.2 算法交易 200
7.4.3 計(jì)算金融 200
7.4.4 人工智能 201
7.4.5 其他資源 202
7.5 最后的話. 203
書單推薦
