本書將介紹如何利用新的方法進行金融建模并實現(xiàn)復(fù)雜的數(shù)據(jù)運算。書中講授的工具與數(shù)據(jù)均可以通過公開渠道獲取，通過建模與研究分析，你會對整個Python生態(tài)系統(tǒng)有全局性的認識。書中的大量實例分析會加深你對金融風(fēng)險管控的認知。 本書內(nèi)容從Jupyter Notebook的設(shè)置開始（所有任務(wù)均在Notebook中完成），隨后講解一系列金融分析中廣泛應(yīng)用的庫（如TensorFlow、Keras、NumPy、SciPy、scikit-learn等），這些庫可以幫助分析師做出基于數(shù)據(jù)分析的高效投資決策。書中結(jié)合常見的金融概念（如股票、期權(quán)、利率及其他金融衍生品等）講解如何開發(fā)金融應(yīng)用程序以及利用不同的算法實現(xiàn)風(fēng)險分析。之后，你將學(xué)習(xí)如何對時間序列數(shù)據(jù)進行統(tǒng)計分析，了解如何搭建算法交易平臺以利用高頻數(shù)據(jù)設(shè)計交易策略，以及如何構(gòu)建事件驅(qū)動的回溯測試系統(tǒng)來檢驗交易策略，評價不同策略的業(yè)績表現(xiàn)。最后，你將探索金融前沿領(lǐng)域正在運用的機器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)。 通過閱讀本書，你將學(xué)習(xí)將Python應(yīng)用于金融行業(yè)的不同范例，并執(zhí)行高效的數(shù)據(jù)分析。 目標讀者 對Python定量研究感興趣的金融從業(yè)者、數(shù)據(jù)分析師和軟件開發(fā)人員適合閱讀本書。此外，本書對那些想使用機器學(xué)習(xí)技術(shù)擴展現(xiàn)有金融應(yīng)用程序功能的讀者也有一定的參考價值。 本書的主要內(nèi)容 第1章簡要介紹設(shè)置Python環(huán)境（包括Jupyter Notebook）的過程。我們將使用pandas庫在Jupyter中畫圖，以便進行時間序列分析。 第2章介紹使用Python求解線性方程組、執(zhí)行整數(shù)規(guī)劃，以及將矩陣代數(shù)應(yīng)用于投資組合分析的線性優(yōu)化過程。 第3章介紹金融中的非線性問題，探究從非線性模型中提取信息的一些方法，學(xué)習(xí)非線性波動建模中的求根方法。SciPy的優(yōu)化模塊包含根函數(shù)與fsolve函數(shù)，可以幫助求解非線性模型的根。 第4章探討如何使用三叉樹模型、二叉樹網(wǎng)格和有限差分法等進行期權(quán)估值。 第5章討論收益率曲線的推導(dǎo)過程，以及利用Python實現(xiàn)衍生品利率的短期定價模型。 第6章介紹識別主成分的主成分分析，還有用于檢驗時間序列是否平穩(wěn)的Dicker-Fuller檢驗。 第7章通過討論波動指數(shù)，對美國股票指數(shù)和VIX數(shù)據(jù)進行分析，并通過各分指數(shù)的期權(quán)價格推測主指數(shù)價格。 第8章討論使用代理API開發(fā)均值回歸和趨勢跟蹤的實時交易平臺。 第9章討論如何設(shè)計和實施事件驅(qū)動的回溯測試系統(tǒng)，以可視化模擬交易策略的表現(xiàn)。 第10章介紹機器學(xué)習(xí)，研究機器學(xué)習(xí)的概念及其在金融領(lǐng)域中的應(yīng)用，還包括一些應(yīng)用機器學(xué)習(xí)來協(xié)助做出交易決策的實例。 第11章介紹如何建立使用神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)預(yù)測模型，通過實際操作學(xué)習(xí)TensorFlow和Keras。 讀者需要具備的知識 讀者需要有使用Python的經(jīng)驗。 下載示例代碼及彩色圖像 本書的示例源碼及所有截圖和樣圖，可以從http://www.packtpub.com通過個人賬號下載，也可以訪問華章圖書官網(wǎng)http://www.hzbook.com，通過注冊并登錄個人賬號下載。 除此之外，還可以在GitHub上下載代碼，地址為https://github.com/PacktPublishing/ Mastering-Python-for-Finance-Second-Edition。如果代碼有更新，GitHub存儲庫也會同步更新。 排版約定 這里是本書用到的一些排版約定。 代碼體：表示數(shù)據(jù)庫表名稱、文件夾名稱、文件名、文件擴展名、路徑名、偽URL、用戶輸入和Twitter句柄中的代碼。例如：“默認情況下，pandas的.plot()命令使用matplotlib庫顯示圖�！� 代碼塊設(shè)置如下： 當(dāng)我們希望你注意代碼塊的特定部分時，相關(guān)的行或項以粗體設(shè)置： 命令行輸入或輸出如下所示： 表示警告或重要說明。 表示提示和技巧。