Python dla finansów

Opinie czytelników

Książka stanowi wprowadzenie do finansów przy użyciu Pythona, a poszczególne rozdziały zostały uznane za szczególnie pomocne. Została jednak skrytykowana za słaby język, nieefektywne przykłady kodowania i brak praktycznej użyteczności.

Świetne wprowadzenie do finansów przy użyciu Pythona. Rozdziały 10 i 12 są szczególnie pomocne jako materiał uzupełniający do Hull's Options, Futures and Other Derivatives.

Słabo napisana; sprawia wrażenie notatek z zajęć, a nie samodzielnego produktu. Wiele przykładów kodu nie działa lub wymaga nadmiernych poprawek. Nie polecam ze względu na nieefektywną treść.

(na podstawie 5 opinii czytelników)

Oryginalny tytuł:

Python for Finance

Zawartość książki:

Poznaj i zaimplementuj różne koncepcje finansów ilościowych przy użyciu popularnych bibliotek Python

Kluczowe cechy:

⬤ Zrozumienie podstaw struktur danych Pythona i praca z danymi szeregów czasowych.

⬤ Wdrożenie kluczowych koncepcji w finansach ilościowych przy użyciu popularnych bibliotek Pythona, takich jak NumPy, SciPy i matplotlib.

⬤ Samouczek krok po kroku z wieloma programami w Pythonie, które pomogą ci nauczyć się stosować Pythona w finansach.

Opis książki:

Ta książka używa Pythona jako narzędzia obliczeniowego. Ponieważ Python jest darmowy, każda szkoła lub organizacja może go pobrać i używać.

Organizacja może go pobrać i używać.

Książka ta jest zorganizowana według różnych tematów finansowych. Innymi słowy, pierwsze wydanie koncentruje się bardziej na Pythonie, podczas gdy drugie wydanie naprawdę próbuje zastosować Pythona w finansach.

Książka rozpoczyna się od wyjaśnienia tematów związanych wyłącznie z Pythonem. Następnie zajmujemy się krytycznymi częściami Pythona, wyjaśniając pojęcia takie jak wartość pieniądza w czasie, wycena akcji i obligacji, model wyceny aktywów kapitałowych, modele wieloczynnikowe, analiza szeregów czasowych, teoria portfela.

Opcje i kontrakty terminowe.

Ta książka pomoże nam nauczyć się lub przejrzeć podstawy finansów ilościowych i zastosować Pythona do rozwiązywania różnych problemów, takich jak szacowanie ryzyka rynkowego IBM.

Uruchamianie 3-czynnikowego, 5-czynnikowego lub 4-czynnikowego modelu Fama-French-Carhart, szacowanie VaR portfela 5 akcji, szacowanie optymalnego portfela i konstruowanie efektywnej granicy dla portfela 20 akcji z rzeczywistymi akcjami i symulacją Monte Carlo. Później dowiemy się również, jak replikować słynny model opcji Blacka-Scholesa-Mertona i jak wyceniać opcje egzotyczne, takie jak opcja kupna ze średnią ceną.

Czego się nauczysz:

⬤ Zapoznaj się z Pythonem w pierwszych dwóch rozdziałach.

⬤ Uruchamiać modele CAPM, 3-czynnikowy Fama-French i 4-czynnikowy Fama-French-Carhart.

⬤ Naucz się wyceniać opcje kupna, sprzedaży i kilka opcji egzotycznych.

⬤ Zrozumienie symulacji Monte Carlo, jak napisać program w Pythonie, aby odtworzyć model opcji Blacka-Scholesa-Mertona i jak wycenić kilka opcji egzotycznych.

⬤ Zrozumienie koncepcji zmienności i sposobu testowania hipotezy, że zmienność zmienia się na przestrzeni lat.

⬤ Zrozumieć procesy ARCH i GARCH oraz jak pisać związane z nimi programy w Pythonie.

Dla kogo jest ta książka:

Ta książka zakłada, że czytelnicy mają podstawową wiedzę związaną z Pythonem. Nie posiada jednak wiedzy z zakresu finansów ilościowych. Ponadto nie ma wiedzy na temat danych finansowych.