Python金融风险管理FRM基础篇电子书

封面页

书名页

版权页

内容简介

前言　Preface

作者和审稿人　About Authors and Reviewers

致谢　Acknowledgement

推荐语　Book Reviews

使用本书　How to Use the Book

第1章　编程初阶　Fundamentals of Python

1.1　Python介绍

1.2　Spyder介绍

1.3　变量和数值类型

1.4　数据序列介绍

1.5　列表

1.6　元组、集合和字典

第2章　编程基础Ⅱ　Fundamentals of Python Ⅱ

2.1　字符串

2.2　运算符

2.3　关键字和变量复制

2.4　条件和循环语句

2.5　迭代器和生成器

2.6　文件读写操作

2.7　函数

2.8　异常和错误

第3章　使用NumPy　Use NumPy

3.1　NumPy简介

3.2　基本类型的矩阵创建

3.3　其他矩阵创建函数

3.4　索引和遍历

3.5　矩阵变形

第4章　数学工具包　Python Math Libraries

4.1　矩阵元素统计计算

4.2　圆整

4.3　矩阵基本运算

4.4　线性代数计算

4.5　矩阵分解

4.6　一元函数符号表达式

4.7　多元函数符号表达式

4.8　符号函数矩阵

第5章　Pandas与数据分析I　Pandas and Data Analysis Ⅰ

5.1　Pandas的安装和导入

5.2　序列及其创建

5.3　序列的数据选取

5.4　数据帧及其创建

5.5　数据帧的数据选择

5.6　序列和数据帧的基本运算

5.7　设定索引，重新索引与重建索引

第6章　Pandas与数据分析Ⅱ　Pandas and Data Analysis Ⅱ

6.1　数据的可视化

6.2　Pandas文件写出和读入

6.3　数据帧的合并

6.4　数据帧的列连接

6.5　数据帧的拼接

6.6　数据帧的分组分析

6.7　数据透视表

第7章　数据可视化　Data Visualization with Python

7.1　Matplotlib绘图库

7.2　绘制二维线图

7.3　子图绘制

7.4　绘制参考线

7.5　添加数学公式

7.6　常见二维图像

7.7　常见三维图像

7.8　统计数据可视化

7.9　交互式绘图简介

第8章　概率与统计Ⅰ　Probability and Statistics Ⅰ

8.1　概率与随机事件

8.2　贝叶斯定理

8.3　随机变量

8.4　离散型随机变量的概率分布

8.5　连续型随机变量的概率分布

8.6　正态分布和对数正态分布

第9章　概率与统计Ⅱ　Probability and Statistics Ⅱ

9.1　随机变量的数字特征

9.2　总体和样本

9.3　抽样分布

9.4　大数定律及中心极限定理

9.5　参数估计

9.6　假设检验

9.7　置信区间、p值与假设检验

第10章　金融计算Ⅰ　Financial Calculations Ⅰ

10.1　利率

10.2　简单收益率

10.3　对数收益率

10.4　多项式函数

10.5　插值

10.6　数列

10.7　求根

10.8　分段函数

10.9　二次曲线

10.10　平面

10.11　二次曲面

第11章　金融计算Ⅱ　Financial Calculations Ⅱ

11.1　多元函数

11.2　极限

11.3　导数

11.4　偏导数

11.5　链式法则

11.6　泰勒展开

11.7　数值微分

11.8　优化

11.9　多目标优化

第12章　固定收益分析　Fixed Income

12.1　时间价值

12.2　债券介绍

12.3　到期收益率

12.4　久期

12.5　关键利率久期

12.6　凸率

备忘　Cheatsheet