[套装书]金融科技：人工智能与机器学习卷+Python金融数据分析（2册）

作者
刘斌（新加坡）马伟明（James Ma Weiming）
丛书名
出版社
机械工业出版社
ISBN
9781909101673
简要
简介
内容简介书籍经济管理学书籍 ---------------------------Python金融数据分析--------------------------- 本书将介绍股票、期权、利率衍生品等金融工具定价方法，如何根据市场指数进行大数据分析，以及如何使用NoSQL存储tick数据，可解决建模、交易策略优化和风险管理等金融领域的复杂问题。本书面向本科生、研究生、算法开发的初学者以及使用Python进行定量研究的金融领域软件开发人员。你无需精通Python，熟悉其基本使用情况即可。
目录



---------------------------金融科技：人工智能与机器学习卷---------------------------


推荐序
前言
第1章 金融变革新时代
从原子到比特：金融契约的演变 / 002
引爆点来临：互联网引发金融数字化 / 008
新兴技术融合：开启金融大变革时代 / 014
第2章 智能金融：人工智能与金融深度融合 / 019
人工智能的发展历程 / 021
金融领域中的人工智能关键技术 / 028
人工智能在金融领域的主要应用场景 / 032
第3章 智能金融的驱动因素
宏观层面 / 039
经济发展和人均收入增加 / 039
互联网经济的发展 / 040
互联网群体呈年轻化趋势 / 040
政策支持层面 / 044
我国推动人工智能发展的主要政策 / 045
我国在推动金融与科技结合方面的主要政策 / 048
资本的推动 / 049
全球人工智能领域投资情况 / 050
中国和美国人工智能领域投资情况 / 052
人工智能技术的突破和应用增多 / 054
数据量呈指数级爆炸增长 / 054
芯片性能大幅提升，存储成本下降 / 057
深度学习推动人工智能算法进入爆发期 / 058
金融供给侧改革的内在需要 / 060
我国金融体系无法覆盖广大的中小企业群体 / 061
广大居民的多样化和个性化金融需求不能得到有效满足 / 061
我国金融信息化水平的不断提高为智能金融发展奠定了基础 / 063
第4章 面向金融客户端的应用场景
智能客服：深度学习让客服更智能 / 066
案例—工商银行“工小智” / 069
案例—百度金融智能服务中心 / 070
智能支付：让支付更便捷 / 071
案例—支付宝刷脸支付 / 074
智能营销：千人千面，精准匹配 / 076
案例—泰康在线 / 078
智能征信：海量数据和先进算法助力普惠金融 / 079
案例—芝麻信用 / 080
案例—ZestFinance / 082
智能保险：精准画像，精准定价 / 083
案例—蚂蚁金服“车险分” / 085
案例—AXA利用机器学习进行保险定价优化 / 087
智能核保：数字化、自动化、智能化 / 090
案例—新华保险Magnum智能核保系统 / 091
智能理赔：快速提升客户体验 / 092
案例—中国平安智能保险云“智能闪赔” / 093
第5章 面向运营环节的应用场景
资本优化：人工智能和机器学习提高资本效率 / 098
智能安防：识别可疑行为，确保场所安全 / 101
案例—海康威视金融安防领先业内 / 102
智能网点：推动银行网点智能化转型 / 103
案例—美国银行的robo bank / 105
人工智能优化压力测试：确保金融安全 / 107
市场影响分析：降低交易影响，提高交易效率 / 110
智能风控：去除噪音，让数据说话 / 113
案例—蚂蚁金服蚁盾 / 114
第6章 在交易和投资管理中的应用场景
预测市场：利用深度学习技术预测金融市场走势 / 118
量化交易：未来算法能自我学习、自主投资 / 122
案例—Man Group / 125
案例—Rebellion Research / 126
投资组合管理：优化组合配置，提高组合绩效 / 127
案例—Equbot推出人工智能ETF / 129
智能投顾：人工智能开启投顾新篇章 / 131
案例—平安金融壹账通推出“智能财富管家” / 133
智能投研：实时动态获取数据辅助投资决策 / 136
案例—智能投研领域的“谷歌”Kensho / 139
第7章 面向监管合规的应用场景
反洗钱/打击恐怖主义融资 / 145
案例—QuantaVerse / 148
完善KYC：提升客户体验，打击金融犯罪 / 150
案例—陆金所推出KYC系统 / 152
监控市场：实时监控市场异常，打击违规行为 / 153
案例—纳斯达克SMARTS监控系统 / 155
欺诈识别：智能模型为欺诈防控提供支撑 / 156
案例—猛犸反欺诈 / 158
预测系统性风险：维护金融系统稳定 / 161
辅助政策评估：让金融政策更合理、更有效 / 162
第8章 人工智能给金融带来的影响
对金融市场的影响：重塑金融生态，提高市场效率 / 167
对金融业务流程的影响：推动金融机构战略转型 / 170
对投资者和消费者的影响：普惠个性化金融越来越近 / 174
对监管机构的影响：迎接大变革，应对新挑战 / 177
第9章 传统金融机构拥抱金融科技
竞争走向融合 / 182
金融IT阶段（2008年以前）：传统金融机构试水互联网业务 / 183
互联网金融发展阶段（2008～2012年）：互联网金融对传统金融机构形成冲击 / 185
金融科技发展新阶段（2013年至今）：传统金融机构战略拥抱金融科技 / 188
传统金融机构发展金融科技的主要模式 / 192
智能金融崛起：传统金融机构入局 / 199
全球智能金融崛起 / 199
我国智能金融发展情况 / 203
传统金融机构布局智能金融业务 / 207
第10章 对金融科技的思考及展望
对人工智能在金融领域应用的思考 / 213
人工智能将取代传统低端金融业就业岗位 / 213
人工智能带来的风险 / 216
人工智能的局限性 / 218
金融科技展望：场景化、智能化、个性化 / 219



---------------------------Python金融数据分析---------------------------


前言
第1章Python在金融中的应用
11Python适合我吗
111免费+开源
112高级、强大、灵活的编程语言
113丰富的标准库
12面向对象编程与函数式编程
121面向对象式方法
122函数式方法
123我该使用哪种方法
13我该使用哪个版本的Python
14IPython简介
141安装IPython
142使用pip
143IPython Notebook
144Notebook单元格
145IPython Notebook简单的练习
146Notebook与金融
15总结
第2章金融中的线性问题
21资本资产定价模型与证券市场线
22套利定价模型
23因子模型的多元线性回归
24线性最优化
241安装PuLP
242一个简单的线性优化问题
243线性规划的结果
244整数规划
25使用矩阵解线性方程组
26LU分解
27Cholesky分解
28QR分解
29总结
第3章非线性与金融
31非线性建模
32非线性模型举例
321隐含波动率模型
322马尔可夫机制转换模型
323门限自回归模型
324平滑转换模型
33非线性模型求根算法概述
34增量法
35二分法
36牛顿迭代法
37割线法
38求根法的结合使用
39利用SciPy求解
391SciPy求根标量函数
392通用非线性求解器
310总结
第4章利用数值方法为衍生品定价
41什么是期权
42二叉树期权定价模型
421欧式期权定价
422编写StockOption类
423编写BinomialEuropeanOption类
424利用BinomialTreeOption类给美式期权定价
425CoxRossRubinstein模型
426LeisenReimer模型
43希腊值
44三叉树期权定价模型
45期权定价中的Lattice方法
451二叉树网格
452编写BinomialCRROption类
453三叉树网格
46有限差分法
461显式方法
462隐式方法
463CrankNicolson方法
464奇异障碍期权定价
465美式期权定价的有限差分
47隐含波动率模型
48总结
第5章利率及其衍生工具
51固定收益证券
52收益率曲线
53无息债券
54自助法构建收益率曲线
55远期利率
56计算到期收益率
57计算债券定价
58久期
59凸度
510短期利率模型
5101Vasicek模型
5102CoxIngersollRoss模型
5103Rendleman and Bartter模型
5104Brennan and Schwartz模型
511债券期权
5111可赎回债券
5112可回售债券
5113可转换债券
5114优先股
512可赎回债券定价
5121Vasicek模型定价无息债券
5122提前行权定价
5123有限差分策略迭代法
5124可赎回债券定价的其他影响因素
513总结
第6章利用Python分析欧洲斯托克 50指数波动率
61波动率指数衍生品
611STOXX与欧洲期货交易所
612EURO STOXX 50指数
613VSTOXX
614VIX
62获取EUROX STOXX 50指数和VSTOXX数据
63数据合并
64SX5E与V2TX的财务分析
65SX5E与V2TX的相关性
66计算VSTOXX子指数
661获取OESX数据
662计算VSTOXX子指数的公式
663VSTOXX子指数值的实现
664分析结果
67计算VSTOXX主指数
68总结
第7章大数据分析
71什么是大数据
72Hadoop
721HDFS
722YARN
723MapReduce
73大数据工具对我来说实用吗
74获取Apache Hadoop
741从Cloudera获取QuickStart VM
742获取VirtualBox
743在VirtualBox上运行Cloudera VM
75Hadoop中的字计数程序
751下载示例数据
752map程序
753reduce程序
754测试脚本
755在Hadoop上运行MapReduce
756使用Hue浏览HDFS
76Hadoop的金融实践
761从Yahoo! Finance获取IBM股票价格
762修改map程序
763使用IBM股票价格测试map程序
764运行MapReduce计算日内价格变化
765分析MapReduce结果
77NoSQL简介
771获取MongoDB
772创建数据并运行MongoDB
773获取PyMongo
774运行测试连接
775获取数据库
776获取集合
777插入文档
778获取单个文档
779删除文档
7710批量插入文档
7711统计集合文档
7712查找文档
7713文档排序
7714结论
78总结
第8章算法交易
81什么是算法交易
82带有公共API的交易平台列表
83有没有最好的编程语言
84系统功能
85通过Interactive Brokers和IbPy进行算法交易
851获取Interactive Brokers的Trader WorkStation
852获取IbPy——IB API包装器
853指令路由机制
86构建均值回归算法交易系统
861设置主程序
862处理事件
863实现均值回归算法
864跟踪头寸
87使用OANDA API进行外汇交易
871什么是REST
872设置OANDA账户
873OANDA API使用方法
874获取oandapy——OAND AREST API包装器
875获取并解析汇率数据
876发送指令
88构建趋势跟踪外汇交易平台
881设置主程序
882处理事件
883实现趋势跟踪算法
884跟踪头寸
89风险价值模型
810总结
第9章回溯测试
91回溯测试概述
911回溯测试的缺陷
912事件驱动回溯测试系统
92设计并实施回溯测试系统
921TickData类
922MarketData类
923MarketDataSource类
924Order类
925Position类
926Strategy类
927MeanReverting Strategy类
928Backtester类
929运行回溯测试系统
9210改进回溯测试系统
93回溯测试模型的10个注意事项
931模型的资源限制
932模型评价标准
933估计回溯测试参数的质量
934应对模型风险
935样本数据回测
936解决回溯测试的常见缺陷
937常识错误
938理解模型环境
939数据准确性
9310数据挖掘
94回溯测试中的算法选择
941k均值聚类算法
942KNN机器学习算法
943分类回归树分析
9442k析因设计
945遗传算法
95总结
第10章Python与Excel的融通
101COM概述
102Excel与金融
103构建COM服务器
1031先决条件
1032获取pythoncom模块
1033构建BlackScholes模型COM服务器
1034注册和注销COM服务器
1035构建CoxRossRubinstein模型COM服务器
1036构建三叉网格模型COM服务器
104在Excel中构建COM客户端
1041设置VBA代码
1042设置单元格
105COM的其他功能
106总结



有问题微信扫码联系

推荐

Understand China
桂ICP备20004708号-4