金融科技-量化投資的Python實施 朱順泉 9787302655800 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$432
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202404*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：金融科技-量化投資的Python實施 ISBN：9787302655800 出版社：清華大學 著編譯者：朱順泉 頁數：323 所在地：中國大陸 *此為代購商品 書號：1662076 可大量預訂，請先連絡。 內容簡介 本書共5篇23章，內容包括：（1）量化投資基礎及Python應用環境；（2）Python程序設計基礎；（3）Python金融投資數據獲取；（4）Python工具庫NumPy數組與矩陣計算；（5）Python工具庫SciPy優化與統計；（6）Pandas金融投資數據分析；（7）Python描述性統計；（8）Python相關分析與回歸分析；（9）Python金融時間序列的自相關性與平穩性；（10）Python金融時間序列分析的ARIMA模型；（11）Python金融時間序列分析的ARCH與GARCH模型；（12）Python計算資產組合的收益率與風險；（13）Python優化工具在投資組合均值方差模型中的應用；（14）Python應用於存在無風險資產的均值方差模型；（15）Python在資本資產定價模型中的應用；（16）貝塔對沖策略；（17）量化選股策略；（18）量化擇時策略；（19）量化選股與量化擇時組合策略；（20）量化投資統計套利的協整配對交易策略；（21）基於Python環境的配對交易策略；（22）人工智慧機器學習演算法量化金融策略；（23）Backtrader量化交易軟體介紹。 本書內容新穎、全面，實用性強，融理論、方法、應用於一體，可作為金融科技、金融工程、金融學、投資學、保險學、會計學、財務管理、經濟學、財政學、統計學、數量經濟學、管理科學與工程、應用數學、計算機應用技術等專業的高年級本科生和研究生的教材或參考書。作者簡介 朱順泉，男，漢族，湖南省邵東縣人。2001年于中南大學管理科學與工程專業金融工程方向研究生畢業，獲管理學博士學位，2004年于上海財經大學應用經濟學專業博士后研究出站，2006年評為教授。曾先後工作于湖南財經學院、湖南大學、暨南大學等，指導各類碩士研究生90餘人，現為廣東財經大學金融學院教授，長期從事本科生與研究生的投資學、金融工程、公司金融、金融市場、金融計量學、經濟博弈論、數據模型與決策等課程的教學和科研工作，一直致力於財經與科技相結合的交叉應用研究。在人民出版社、科學出版社、清華大學出版社、北京大學出版社等出版機構出版著作50餘部，在Journal of Mathematical Financ， Journal of Financial Risk Management，Technology & Investment等學術刊物上發表學術論文100餘篇，主持完成國家哲學社會科學項目、教育部人文社會科學項目、廣東省哲學社會科學項目、廣東省科技計劃項目、湖南省哲學社會科學項目等10餘項。出版的《信用評級理論、方法、模型與應用研究》著作於2013年獲中國人民銀行廣州分行二等獎。主要研究方向：投資學、金融工程、金融市場、公司金融財務等，在金融科技創新、金融大數據分析、量化金融投資與人工智慧、私募股權與創業風險投資、財務預警與信用評級、經濟金融計量與數據分析、投資組合優化、資產定價、經濟博弈論等方面有較深入研究。目錄 第1篇 量化投資基礎與Python環境第1章 量化投資基礎及Python應用環境 1 1 量化投資基礎 1 2 為什麼選擇Python工具 1 3 下載安裝Python執行文件 1 4 Python工具Anaconda的下載 1 5 Python的安裝 1 6 Python的啟動和退出 練習題 第2章 Python程序設計基礎 2 1 Python基本知識 2 2 Python數據結構 2 3 Python函數 2 4 幾個常用函數 2 5 Python條件與循環 2 6 Python類與對象 練習題 第3章 Python金融投資數據獲取 3 1 金融投資數據獲取的Tushare模塊 3 2 金融投資數據獲取的Baostock模塊 3 3 金融投資數據獲取的Yfinance模塊 3 4 Pandas_datareader獲取金融投資數據 3 5 Quandl財經數據介面 練習題 第4章 Python工具庫NumPy數組與矩陣計算 4 1 NumPy概述 4 2 NumPy數組對象 4 3 創建數組 4 4 數組操作 4 5 數組元素訪問 4 6 矩陣操作 4 7 缺失值處理 練習題 第5章 Python工具庫SciPy優化與統計 5 1 SciPy概述 5 2 scipy optimize優化方法 5 3 scipy optimize的minimize 工具在投資組合資產配置中的應用 5 4 scipy stats的統計方法 練習題 第6章 Pandas金融投資數據分析 6 1 Pandas數據對象基礎知識 6 2 Pandas獲取金融投資數據 6 3 Pandas金融投資數據分析 練習題 第2篇 Python統計分析 第7章 Python描述性統計 7 1 描述性統計的Python工具 7 2 數據集中趨勢的度量 7 3 數據離散狀況的度量 7 4 峰度、偏度與正態性檢驗 7 5 異常數據處理 練習題 第8章 Python相關分析與回歸分析 8 1 Python相關分析 8 2 Python一元線性回歸分析的Statsmodels應用 8 3 Python多元線性回歸分析 練習題 第3篇 Python金融時間序列分析 第9章 Python金融時間序列的自相關性與平穩性 9 1 引言 9 2 自相關性 9 3 平穩性 9 4 白雜訊和隨機遊走 9 5 Python模擬白雜訊和平穩性檢驗 9 6 滬深300近三年來數據的平穩性檢驗分析 練習題 第10章 Python金融時間序列分析的ARIMA模型 10 1 引言 10 2 AR模型 10 3 MA模型 10 4 ARMA模型 10 5 ARIMA模型 10 6 結語 練習題 第11章 Python金融時間序列分析的ARCH與GARCH模型 11 1 引言 11 2 股票收益率時間序列特點 11 3 ARCH模型 11 4 GARCH模型 11 5 結語 練習題 第4篇 Python金融投資理論 第12章 Python計算資產組合的收益率與風險 12 1 持有期收益率 12 2 單項資產的期望收益率 12 3 單項資產的風險 12 4 單項資產的期望收益和風險的估計 12 5 單項資產之間的協方差與相關係數 12 6 Python計算資產組合的期望收益和風險 練習題 第13章 Python優化工具在投資組合均值方差模型中的應用 13 1 資產組合的可行集 13 2 有效邊界與有效組合 13 3 Python應用於標準均值方差模型 13 4 兩基金分離定理 13 5 Python繪製資產組合的有效邊界 13 6 Python應用於Markowitz投資組合優化 練習題 第14章 Python應用於存在無風險資產的均值方差模型 14 1 存在無風險資產的均值方差模型及其Python應用 14 2 無風險資產對最小方差組合的影響 14 3 Python應用於存在無風險資產的兩基金分離定理 14 4 預期收益率與貝塔關係式 14 5 Python應用於一個無風險資產和兩個風險資產的組合 14 6 Python應用於默頓定理 14 7 Python應用於布萊克-利特曼（Black-Litterman）模型 練習題 第15章 Python在資本資產定價模型中的應用 15 1 資本資產定價模型假設 15 2 Python應用於資本市場線 15 3 Python應用於證券市場線 15 4 Python應用於價格型資本資產定價模型 15 5 Python應用於資本資產定價模型CAPM實際數據 練習題 第5篇 Python量化投資策略 第16章 貝塔對沖策略 16 1 貝塔對沖模型 16 2 貝塔對沖策略 16 3 市場風險對沖策略案例 16 4 市場風險對沖的進一步分析 練習題 第17章 量化選股策略 17 1 小市值的量化選股策略 17 2 基本面財務指標的量化選股策略 練習題 第18章 量化擇時策略 18 1 Talib技術分析工具庫在量化擇時中的應用 18 2 海龜量化擇時策略 18 3 金叉死叉雙均線量化擇時策略 18 4 基於Python環境的量化擇時策略 練習題 第19章 量化選股與量化擇時組合策略 19 1 量化純選股策略 19 2 量化選股與量化擇時組合策略 練習題 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
