《Python金融大数据分析》内容简介与阅读建议

《Python金融大数据分析》内容简介

Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用，并且成为该行业发核心应用的编程语言。《Python金融大数据分析》提供了使用Python行数据分析，以及发相关应用程序的技巧和工具。《Python金融大数据分析》总计分为3部分，共19章，第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体门实例；第2部分介绍了金融分析和应用程序发中重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib行数据可视化、金融时间序列数据处理、高性能输/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、*数生成和*过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的发、Python与Web技术的集成，以及基于Web应用和Web服务的发；第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的发工作，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值、波动率期权等知识。《Python金融大数据分析》适合对使用Python行大数据分析、处理感兴趣的金融行业发人员阅读。<br/>【作者】<br/>Yves Hilpsch是Python Quants（德国）股份有限公司的创始人和任事股东，也是Python Quants（纽约）有限责任公司的共同创办人。该集团提供基于Python的金融和衍生品分析软件（参见http://pythonquants.com，http://quant-platfrom.com和http://dx-analytics.com），以及和Python及金融相关的咨询、发和培训服务。Yves还是Derivatives Analytics with Python（Wiley Finance，2015）的作者。作为获得数理金融学博士学位的商业管理专业研究生，他在萨尔州大学讲授计算金融学中的数值化方法课程。<br/>