大数据项目实战之Python金融应用编程(数据分析、定价与量化投资)

本教程介绍使用Python进行数据分析和金融应用开发的基础知识。

课程从介绍简单的金融应用开始，带领学员回顾Python的基础知识，并逐步学习如何将Python应用到金融分析编程中。课程覆盖了Python的基本数据结构、输入输出、效率分析、数学库、随机分析库、统计分析库等。

接着课程以专题的形式介绍了Python与Excel的结合，学习如何使用Python的相关库生成Excel可调用的函数；Python与Hadoop和MongoDB结合进行大数据分析的基础知识。

最后课程介绍了Python的面向对象编程并介绍了两个案例：使用Python实现金融衍生品分析库以及使用Python实现事件驱动的量化投资系统，使学员在实战的环境下理解Python在金融应用开发中的具体应用方式，训练学员独立开发Python模块的能力。

课程大纲

第一讲、Python与金融应用概述

本讲主要介绍Python的基本特性，安装本课程所需要的Python环境，概述Python在金融数据分析中应用领域。本讲将使用一个简单的趋势投资的例子，讲解为什么使用Python进行金融数据分析和量化投资是非常方便的。

第二讲、Python的基本数据类型与数据结构

本讲介绍Python的基本数据类型与数据结构，包括基础Python和NumPy库提供的数据结构。

1、基本数据类型（整型、浮点型、字符型）

2、基本数据结构（元组、控制结构、函数编程、列表、字典、集合）

3、NumPy数据结构（使用Python列表实现的数组、常规NumPy数组、结构数组、内存分配）

第三讲、Python数据可视化

本讲介绍Python的matplotlib库提供的数据可视化技术，虽然Python还有很多其他的数据可视化方式，但是matplotlib提供了一种基准实现方式。

1、二维绘图（一维数据集、二维数据集，其他绘图模式，金融绘图）

2、3D绘图

第四讲、金融时间序列分析

在金融分析中常见的一种数据类型是金融时间序列数据，本章主要介绍Python的Pandas库对金融时间序列类型数据结构的实现——DataFrame和Series，以及如何运用这些工具进行基本的金融时间序列分析

1、Pandas基础（DataFrame类，基本分析技术，Series类，GroupBy操作）

2、金融数据

3、数据回归分析

4、高频金融数据

第五讲、输入输出操作

本讲介绍Python提供的基本输入输出操作，以及如何在金融数据分析与投资中有效的进行使用。

1、Python的基本I/O操作（将对象写入硬盘，读写文本文件、SQL数据库、读写NumPy数组）

2、使用Pandas的i/O操作（基本操作，SQL数据库，CSV文件、EXCEL文件）

3、使用PyTables进行快速I/O (使用Table，使用压缩的Table，数组操作，内存外运算)

第六讲、提升Python效率

本讲介绍Python中提供的提升计算效率的一些工具以及它们在金融数据分析与投资中的基本应用。

1、Python运行效率分析

内存分配与运行效率

2、并行计算（Monte Carlo算法、串行计算、并行计算）

3、动态编译（介绍例子、二叉树期权定价）

4、使用Cython静态编译

5、基于GPU生成随机数

第七讲、数学工具

本讲介绍Python提供的用于金融数据分析的数学方法与工具及其背景知识与应用方式。

1、近似（回归、插值）

2、凸优化（全局最优化、局部最优化、约束最优化）

3、积分（数值积分、模拟积分）

4、符号计算（基础、方程、积分、微分）

第八讲、随机分析

对不确定性的刻画与研究是金融研究与分析的重要方面，本讲介绍随机分析的一些知识，在金融数据分析与投资中的应用与Python实现。

1、随机数

2、模拟（随机变量、随机过程）

3、方差缩小技术

4、估值（欧式期权、美式期权）

5、风险测度指标（在险价值、信用风险）

第九讲、统计分析

统计分析是金融数据分析的核心，本讲介绍常用的统计分析方法、金融应用及其Python实现。

1、正态性检验

2、资产组合优化

3、主成分分析应用

4、贝叶斯回归分析

第十讲、数值分析技术

对于一些非线性、没有显式解的金融和数据分析问题，需要使用数值分析的技术，本讲介绍这些技术的基础及应用，以及Python的实现。

1、求解线性方程（LU分解、Cholesky分解、QR分解、Jacobi方法、Gauss-Seidel方法）

2、金融中的非线性模型（隐含波动率、Markov regime-switching模型、门限自回归模型、平稳转换模型）

3、求根方法

第十一讲、使用Python操作Excel

微软的Excel是常用的办公软件，是数据分析和应用的重要支撑。Python提供了丰富的与Excel交互的接口，本讲介绍这些接口并举例。

1、基本的电子表格交互

2、Python中的Excel脚本

第十二讲、Python面向对象编程与图形用户界面

本讲介绍Python面向对象编程技术，这是后续章节，特别是量化投资一章的基础，除此之外，本讲还介绍了Python图形用户界面编程的基本方法。

1、面向对象

2、图形用户界面

第十三讲、金融中的大数据技术概述

本讲介绍大数据技术在金融中的应用以及使用Python的基本实现。

1、Hadoop概述

2、使用Hadoop实现字符统计

3、Hadoop金融应用举例

4、NoSQL介绍

第十四讲、案例1：使用Python构建期权分析系统

本案例使用之前各讲介绍的Python金融应用相关知识，构建相对完整的期权分析系统，帮助学员掌握金融系统开发的要点以及Python整合应用的方式，与之前介绍相比，在案例分析中更多的使用面向对象方法。

1、估值框架（资本资产定价原理，风险中性定价，市场环境等介绍）

2、金融模型的模拟（随机数生成模块，泛型模拟类，几何布朗运动，带跳跃的扩散过程模拟模块，平方根扩散过程模拟模块）

3、衍生品估值模块（泛型估值类、欧式执行类、美式执行类）

4、衍生品分析库应用——波动率期权定价

第十五讲、案例2：使用Python构建简单的算法交易系统

算法与程序化交易是大数据时代计算机技术在金融领域应用的最重要方面之一。本讲介绍这方面的Python实现，包括基本交易、交易策略与回测等。

1、算法交易概述与框架

2、实现事件驱动交易引擎（事件驱动软件，事件类，数据处理类，策略类，投资组合类，执行处理类和回测类的基本编制，事件驱动执行）

3、交易策略实现（移动平均跨越策略，S&P500预测交易策略，均值回归股票配对交易策略）

4、策略优化（参数优化，模型选择，优化策略）

python在金融工程中的用途-金融工程现在用python多吗？相关推荐

1. python读json文件中不同的数据类型_怎么使用python提取json文件中的字段

   python中为什么用json有什么作用 python的json模块中如何将变量添加到里面 python的json模块第一个是要打开的文件,第二个是打开的操作,为什么会如果你早认清你在别人心中没那么重 ...

2. 37岁接触Python，在危机中抓住新机，3年搭建Python金融“金字塔”

   1 成长三部曲--湖州.武汉和上海 我出生于1980年,恰好赶上了80后的头班车.从出生一直到高中毕业,我的学习和生活是在湖州. 自古以来流传着"苏湖熟,天下足"的名句,句中的&q ...

3. c语言在车辆工程专业中的用途,车辆工程专业培养目标与毕业要求（11页）-原创力文档...

   车辆工程专业培养目标与毕业要求 1．培养目标 跟踪国内外汽车行业的发展趋势,紧密结合国家和山东省汽车产业对人才的 需求,培养具备机械工程基础知识.车辆工程领域的相关专业知识与应用能力, 能够从事汽车的 ...

4. 关于python字典以下选项中描述错误的是_关于 Python 对文件的处理,以下选项中描述错误的是_学小易找答案...

   [单选题]小花最近疯狂迷恋李佳琦的推销产品,在李佳琦的广告营销下,小花兴致冲冲的买下来一只某牌口红,回来后却发现不适合自己,扔在一边闲置.根据消费者性格划分属于哪种购买行为? [单选题]采用邀请招标方 ...

5. 关于python赋值语句下列选项中描述正确的是_关于 Python 语句 P = –P,以下选项中描述正确的是________...

   [单选题]以下选项中,哪一个是Python语言中代码注释使用的符号?________ [简答题]身份认同是对自身的认知,当你对"我是谁"有个清晰的概念时,你就能对将来想要的生活有个 ...

6. 以下用来处理python字典的方法中正确的是_以下关于Python的说法中正确的是哪一项?...

   [判断题]Python内置函数len____可以返回列表.元组.字典.集合.字符串以及range对象中元素个数. [判断题]Python内置函数max____用来返回序列中的最大元素. [判断题]Py ...

7. Python基础入门（中）--阿里云天池龙珠计划python训练营

   一.学习内容概况 学习地址:天池龙珠计划python训练营 今天主要学习到的内容有: 列表 元祖 字符串 字典 集合 序列 二.具体学习内容 1.列表 简单数据类型 整型<class 'int' ...

8. 大数据挖掘技术在金融保险行业中的用途

   大数据挖掘技术应用在各行各业中,不光是在科技领域,在金融保险行业当中也同样受用.   一.客户细分分析    通过K-means聚类算法具有扩展能力.异常点检查能力.算法效率等方面的性能,借助K-me ...

9. python量化交易pandas中的用途

   Pandas 是一个重要的数据处理和分析库,它提供了许多功能强大的数据结构和函数,可以帮助我们在期货量化交易中进行数据清洗 目录: 1.读取和写入数据 2.数据清洗和预处理-1 3.数据分组和聚合 4 ...

最新文章

1. 质数判断及质因数分解 质数是指在大于1的自然数中，除了1和它本身以外不再有其他因数的自然数。 0和1不是质数 除了0,1，质数以外其他的数叫合数
2. 【深度学习】DL下的3D图像和Low-level Vision问题解析
3. Hibernate 异常 Unable to instantiate default tuplizer
4. 创业新力量缔造新未来，岳麓峰会再增“长沙势能”
5. 面向对象 -- 反射(详细)
6. winform窗体模板_如何验证角模板驱动的窗体
7. 【2018ACM山东省赛 - C】Cities（最小生成树变形优化，贪心思维）
8. shell脚本执行oracle删除表,shell脚本操作oracle删除表空间、创建表空间、删除用户...
9. 【2019.09.01】2019南京网络赛
10. python初学 数据分叉情况下的函数递归
11. cnpm安装webpack_快速打造最强 Webpack 前端工具链
12. MySQL之mysqldump的使用
13. 【分享】具有“魔性”的通用软件开发框架
14. 如何查看并杀死僵尸进程？
15. java图书馆抢座系统_JSP+SSM+Mysql实现的图书馆预约占座管理系统
16. ckPlayer播放器嵌入页面时报错CKobject is not defined解决方案
17. 小米手机后台弹出界面(允许应用在后台弹出界面)权限问题解决方案
18. 搜索已配对蓝牙 java,java-查找和配对蓝牙设备
19. uwsgi2.0.2 安装及自启动
20. word不能读出html表格,WORD里面表格不能自动跳到下一页解决方案

热门文章

1. Asp.Net中的ViewState知识
2. select * from table with(nolock)
3. NDK 编译和使用静态库、动态库
4. 第三章 python webdriver API（一）——浏览器操作
5. JavaScript学习总结二：js闭包(Closure)概念
6. mysql 查询优化器跟踪_3. select语句执行过程-优化器
7. python 程序流程控制结构-【笔记】《python语言程序设计》——程序的控制结构...
8. python中turtle画酷炫图案-用python打造可视化爬虫监控系统，酷炫的图形化界面
9. python基础知识思维导图-总结 Python 知识点思维导图
10. 学python有哪些书推荐-Python 有哪些入门学习方法和值得推荐的经典教材？