Python金融大数据分析

Python金融大数据分析

唯一一本详细讲解使用Python分析处理金融大数据的专业图书;金融应用开发领域从业人员必读。
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,并且成为该行业开发核心应用的首选编程语言。《Python金融大数据分析》提供了使用Python进行数据分析,以及开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入门实例;第2部分介绍了金融分析和应用程序开发中最重要的Python库、技术和方法,其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/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、随机数生成和随机过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的开发、Python与Web技术的集成,以及基于Web应用和Web服务的开发;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开发工作,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进行大数据分析、处理感兴趣的金融行业开发人员阅读。 更多>>

6.3K 浏览 45 想读 3 推荐
  • 纸质 ¥99.00 ¥77.22 (7.8 折)
  • 电子 ¥59.00
  • 电子 + 纸质 ¥79.00
  • HCT118 2016-09-16 10:21

    想问一下电子版的格式是pdf的还是什么格式的?

    0
  • 小咖咖 2016-07-28 16:24

    关于Epub/Mobi技术电子书籍的代码排版,如果使用的是图片,阅读起来相当费眼力。

    (其实原版电子图书Epub/Mobi代码排版上,一般不会用图片,这样读者拷贝和复制代码也会很方便。)

    小生已在贵社采购若干本技术图书了,但都有类似的问题。

    希望贵社在电子图书排版上能更用心一些,祝贵社越办越好。

    0
    • 异步社区走刀口
      异步社区走刀口 2016-08-08 15:12

      小咖咖,谢谢您提出了宝贵的建议。目前制作的图书,我们尽量满足代码为文本形式的要求,以便于读者阅读与使用。

  • 傅道坤 2015-11-23 08:40

    #来自经管之家(原人大经济论坛)的读者评论#

    千呼万唤始出来啊。最早接触Python是本科一个参加ACM大赛的同学推荐的,用过之后感觉就是非计算机专业的屌丝最爱。而且感觉用Python做量化投资相当合适,虽然目前国内用的更多的是MATLAB,但是感觉Python和它相比还是有不少优势:首先是开源,这对一个软件以后的发展来说非常重要,其次是免费的,要知道MATLAB是一个商业软件,真正用的是要收费,再次是体积相对要小,最后是学了Python以后不仅可以做量化而且还可以编其他程序。据说诺奖萨金特也在用它搞数据分析。总之一句话,如果非要我在Python和Matlab中选的话,我还是会选择Python,而且我相信Python总有一天会取代Matlab在量化投资领域的作用。最近刚忙了一本用Python做数据分析,也是人民邮电出版社,感觉还挺不错的,正想着什么时候能来一本关于Python做量化投资的书呢,没想到这末快就出现了,真是急人民群众之所急呢。祝Python的未来越走越好,也感谢论坛给大家提供这个信息。

    1
  • 傅道坤 2015-11-23 08:37

    #来自经管之家(原人大经济论坛)的读者评论#

    学到这个时候,接触过的软件很多,但是没有认真地将某一种软件做到非常熟练地掌握。现阶段的学习接触最多的莫过于R和Python,个人觉得这两个软件会成为主流的数据分析工具。


          2013年是大数据元年,也标志大数据时代的到来。与之相适应的,就需要有独特数据分析、数据挖掘的方法。这种情况下,数据分析工具R和Python的作用突出的更加明显,而且这两个软件都是开源的,能够普遍的被大家使用。R因其强大的各种包,成为重要的数据分析的工具;相对而言,Python的包就少一些。但是在处理数据的速度以及数据量的大小上,R却不及Python。这想必就是Python在这本书上作用的体现吧。毕竟金融方面的数据量确实很大,每天的交易会产生量的数据,直接使用Python进行数据分析效率会更高。当然不是说R不能处理大数据,R处理大数据之前,需要通过数据库或数据仓库等其他工具将大数据转化为小数据,从而进行数据分析。   


          金融行业虽然了解的不够深入,但是可以很明确的说中国金融业正在步入大数据时代。大量的数据中蕴含许多信息等待被挖掘,掌握了金融大数据的数据分析,数据挖掘的技巧,就能够及时对金融领域的风险进行评估,并做出正确的决策。

    以上是本人的拙见,各路大神轻拍。

    1
  • 傅道坤 2015-11-23 08:36

    #来自经管之家(原人大经济论坛)的读者评论#

    我想把自己的一些经历和大家分享一下,不图这本书,因为我有英文版。我只希望我的个人观点对别人有所帮助。我是个金融学博士,十年前进入这个行业的,从最开始的高盛到现在这家管理上万亿资产的基金,一直做的是股票量化投资。这种工作的实质内容就是把影响股票价格波动的诸多因素简化成几个可以量化的因子,然后通过投资组合优化来降低这几个因子以外的其他因子影响。因子的寻找需要从数据中演算。这种数据的处理在十年前最得力的工具就是SAS。SAS里面的东西很多,但是我们用它主要就是做数据合并和因子的计算。其实SQL就可以做所有这些,但是有些因子结构稍微复杂一些,SAS就来得游刃有余。回想起来还是有点浪费了这把牛刀的感觉。投资组合优化是用MATLAB结合第三方优化软件做的。所以当时很多搞计量基金的标配就是SAS和MATLAB。我SAS一年的使用费是七千美元,MATLAB是四千左右,经济情况好的时候不觉得,但是开销是蛮大的。金融危机使得很多基金倒闭,经费紧张,于是公开源软件开始流行,比如R和Python。金融公司用R和Python其实不是一个自然的选择,因为这些工具以前没有售后服务,没有担保。如果运算出错造成损失,很难追究责任。所以这个过程还是经历了一段时间。现在大家对R和Python的信任远远超过以前,所以这两种语言成为量化基金的首选。(跑题提一句,稍微小众一点还有C#和OCaml。)R和Python比,我觉得R的统计工具比较多,作图能力强,加上我们中国同胞谢益辉博士编制的Knitr,使得写运算报告变得相当简单。但是R做大数据运算实在有点力不从心。IBM收购了做数据库内部运算的Netezza,使得用R处理大数据有了一点希望,但是现在的实现还是很初级和昂贵的。相比之下,Python的运算速度,内存处理,和灵活方便的与其他大数据工具的结合,更胜R一筹。还有就是现在最流行的机器学习和人工智能,Python有很多的现成工具可以用。Python在数据处理方面,pandas的出现使得变得更简单一些。所以如果从零开始,我觉得做计量投资这一行,无论是处理今天的工作,还是为未来留有发挥的空间,Python应该会是我的首选。

    3
    • Xwoder
      Xwoder 2016-03-28 09:01

      有料的评论,感谢。

印次
本书没有符合印次要求的勘误,赶紧登录后提交勘误赚积分吧!

关于本书有任何问题,请联系: 傅道坤

  • 书  号: 978-7-115-40445-9
  • 出版日期: 2015年12月
  • 页  数: 511
  • 印刷方式: 黑白印刷
  • 开  本: 16开
  • 出版状态: 上市销售
  • 原书名: Python for Finance: Analyze Big Financial Data
  • 原书号: 978-1491945285

本书作译者

juncool
juncool V1

福建省 厦门市

16经验值

兑换样书

配套文件下载

电子书版本

PDF Epub Mobi

精彩推荐

本书相关文章

推荐用户

谁在看这本书