基於Python的金融分析與風險管理

《基於Python的金融分析與風險管理》（簡稱“第1版”）自2019年10月1日問世以來，金融市場日新月異，金融行業的數字化、科技化和智慧化快速推進，Python在金融領域的運用也更加廣泛和深入。為了更好地滿足“數字金融時代”新的發展要求，更全面地講解Python在金融領域最新、最前沿、最激動人心的實戰成果，《基於Python的金融分析與風險管理（第2版）》應運而生，由人民郵電出版社於2021年10月1日出版發行。

相比第1版，第2版新增約60%的篇幅，從原先的12章擴充至15章，依次劃分為基礎篇（5章）、中階篇（5章）以及高階篇（5章），全書共611頁。第2版呈現以下四大特點。

一是更豐富的金融產品。在保留第1版全部金融產品的前提下，第2版新增了即期匯率、遠期匯率以及遠期外匯合約等匯率產品，利率互換、貨幣互換以及信用違約互換等互換合約，黃金期貨在內的商品期貨，可提前行權的美式期權，兼有債性、股性和期權特性的可轉換債券，利率上限期權、利率下限期權以及利率雙限期權等利率期權，以期貨合約作為基礎資產的期貨期權等，進一步完善“金融知識圖譜”。

二是更廣泛的量化模型。在完整保留第1版的金融量化模型基礎上，第2版新增了現金流模型、匯率套利模型、基於股利的股票定價模型、評估投資組合績效的卡瑪指數、基於現貨價格的期貨定價模型、用於期權及可轉換債券定價的二叉樹模型、測度信用風險的模型（債券價差模型和默頓模型）、歐式期貨期權定價的布萊克模型以及信用風險價值模型等，使讀者能掌握更全面的金融量化分析工具。

三是更完備的金融示例。第2版的示例數量從第1版的224個增加至318個，以此全面涵蓋新增的金融產品與量化模型；同時，對第1版示例的文字內容做了適當調整，涉及的數據更新至2020年，以此體現金融行業和市場的新變化；還針對示例的部分代碼做了優化，有利於讀者更好地理解，並且提升代碼的運行效率。

四是更高級的系統版本。自從第1版推出以來，無論是Python還是在金融領域常用的協力廠商模組，版本都有了一定的反覆運算。為此，第2版與時俱進地運用Python以及協力廠商模組新的版本，從而提升代碼的性能。

同時，全球頂流的華人金融學家、南方科技大學金融系主任王樹勳教授以及上海財經大學金融學院常務副院長柳永明教授為第2版撰寫推薦序，多位業界大咖連袂力薦。
 

第1篇 基礎篇
第1章 結合金融場景演示Python基本編程
1.1 關於Python的簡要介紹
1.1.1 Python是什麼
1.1.2 Python的比較優勢
1.1.3 Python的版本反覆運算
1.1.4 Python的系統部署
1.1.5 Spyder及其操作介面
1.2 Python的變數賦值與數據類型
1.2.1 變數賦值
1.2.2 整型
1.2.3 浮點型
1.2.4 複數
1.2.5 字串
1.3 Python的數據結構
1.3.1 元組
1.3.2 列表
1.3.3 集合
1.3.4 字典
1.4 Python的運算子號
1.4.1 基本算術運算子號
1.4.2 關係運算子號
1.4.3 設定運算子號
1.4.4 成員運算子號
1.5 Python的內置函數與自訂函數
1.5.1 內置函數
1.5.2 自訂函數
1.6 Python的句型
1.6.1 條件陳述式
1.6.2 迴圈語句
1.6.3 條件陳述式和迴圈語句結合
1.7 模組的導入與math模組
1.7.1 模組導入的若干種方法
1.7.2 math模組
1.8 本章小結
1.9 拓展閱讀
第2章 結合金融場景演示NumPy模組編程
2.1 從一個投資案例講起
2.2 N維數組
2.2.1 數組的結構
2.2.2 一些特殊的數組
2.3 數組的相關功能
2.3.1 索引
2.3.2 切片
2.3.3 排序
2.3.4 合併
2.4 數組的相關運算
2.4.1 數組內的運算
2.4.2 數組間的運算
2.4.3 矩陣的處理
2.5 基於特定統計分佈的隨機抽樣
2.5.1 主要的統計分佈
2.5.2 主要函數及參數
2.5.3 隨機抽樣的示例
2.6 現金流模型
2.6.1 現金流終值
2.6.2 現金流現值
2.6.3 淨現值與內含報酬率
2.6.4 住房按揭貸款的等額本息還款
2.7 本章小結
2.8 拓展閱讀
第3章 結合金融時間序列演示pandas模組編程
3.1 pandas的數據結構
3.1.1 序列
3.1.2 數據框
3.1.3 外部數據的直接導入
3.1.4 創建序列或數據框的時間數列
3.2 數據框的視覺化
3.2.1 中文字體的顯示
3.2.2 數據框視覺化的函數與參數
3.3 數據框內部的操作
3.3.1 查看數據框的基本性質
3.3.2 數據框的索引與截取
3.3.3 數據框的排序
3.3.4 數據框的更改
3.4 數據框之間的合併
3.4.1 創建兩個新數據框
3.4.2 concat函數的運用
3.4.3 merge函數的運用
3.4.4 join函數的運用
3.5 數據框的主要統計函數
3.5.1 靜態統計函數
3.5.2 移動視窗與動態統計函數
3.6 本章小結
3.7 拓展閱讀
第4章 結合金融場景演示Matplotlib模組編程
4.1 基本函數
4.2 曲線圖
4.2.1 單一曲線圖
4.2.2 多圖繪製
4.3 長條圖
4.3.1 單一樣本的長條圖
4.3.2 多個樣本的長條圖
4.4 橫條圖
4.4.1 垂直橫條圖
4.4.2 水準橫條圖
4.4.3 綜合橫條圖與折線圖的雙軸圖
4.5 散點圖
4.6 圓形圖
4.7 雷達圖
4.8 K線圖
4.9 本章小結
4.10 拓展閱讀
第5章 結合金融場景演示SciPy等模組編程
5.1 SciPy模組
5.1.1 求積分
5.1.2 插值法
5.1.3 求解方程組
5.1.4 最優化方法
5.1.5 統計功能
5.2 statsmodels模組
5.3 波動率模型與arch模組
5.3.1 估計波動率
5.3.2 ARCH模型
5.3.3 GARCH模型
5.3.4 arch模組
5.4 datetime模組
5.4.1 創建時間對象
5.4.2 存取時間物件的屬性
5.4.3 時間對象的運算
5.5 本章小結
5.6 拓展閱讀

第2篇 中階篇
第6章 運用Python分析利率與匯率
6.1 人民幣利率體系
6.1.1 中央銀行利率
6.1.2 金融機構利率
6.1.3 金融市場利率
6.2 人民幣匯率體系
6.2.1 人民幣匯率制度的演變
6.2.2 人民幣匯率相關產品
6.2.3 人民幣匯率指數
6.3 利率的度量
6.3.1 利率的相對性
6.3.2 利率的等價性
6.3.3 零息利率
6.4 遠期利率與遠期利率協議
6.4.1 遠期利率的測算
6.4.2 遠期利率協議的現金流與定價
6.5 匯率報價與套利
6.5.1 匯率報價
6.5.2 三角套利
6.6 遠期匯率與遠期外匯合約
6.6.1 遠期匯率的測算
6.6.2 抵補套利
6.6.3 遠期外匯合約的定價
6.7 本章小結
6.8 拓展閱讀
第7章 運用Python分析債券
7.1 債券市場概覽
7.1.1 債券交易場所
7.1.2 債券品種
7.1.3 債券數據的服務機構
7.2 債券定價與債券收益率
7.2.1 債券的核心要素
7.2.2 基於單一貼現率的債券定價
7.2.3 債券到期收益率
7.2.4 基於不同期限貼現率的債券定價
7.2.5 通過票息剝離法計算零息利率
7.2.6 運用零息利率對債券定價
7.3 衡量債券利率風險的線性指標——久期
7.3.1 麥考利久期
7.3.2 修正久期
7.3.3 美元久期
7.4 衡量債券利率風險的非線性指標——凸性
7.4.1 凸性的運算式
7.4.2 凸性的作用
7.5 測度債券的信用風險
7.5.1 信用評級
7.5.2 違約概率與違約回收率
7.5.3 通過債券價格測度違約概率
7.6 本章小結
7.7 拓展閱讀
第8章 運用Python分析股票
8.1 股票市場簡介
8.1.1 多層次股票市場
8.1.2 主要的股票指數
8.2 股票內在價值
8.2.1 股息貼現模型
8.2.2 零增長模型
8.2.3 不變增長模型
8.2.4 二階段增長模型
8.2.5 三階段增長模型
8.3 股票價格服從的隨機過程
8.3.1 瑪律可夫過程與有效市場假說
8.3.2 維納過程與廣義維納過程
8.3.3 幾何布朗運動
8.4 構建股票最優投資組合
8.4.1 投資組合的主要變數
8.4.2 投資組合的可行集與有效前沿
8.4.3 資本市場線
8.5 資本資產定價模型
8.5.1 系統風險與非系統風險
8.5.2 模型數學運算式及運用
8.5.3 證券市場線
8.6 投資組合的績效評估
8.6.1 夏普比率
8.6.2 索提諾比率
8.6.3 特雷諾比率
8.6.4 卡瑪比率
8.6.5 信息比率
8.7 本章小結
8.8 拓展閱讀
第9章 運用Python分析互換
9.1 互換市場的概況
9.1.1 利率互換市場
9.1.2 貨幣互換市場
9.1.3 信用違約互換市場
9.2 利率互換
9.2.1 利率互換的運作機理
9.2.2 利率互換的期間現金流
9.2.3 利率互換的等價性
9.2.4 互換利率的計算
9.2.5 利率互換的定價
9.3 貨幣互換
9.3.1 貨幣互換的運作機理
9.3.2 雙固定利率貨幣互換的期間現金流
9.3.3 固定對浮動貨幣互換的期間現金流
9.3.4 雙浮動利率貨幣互換的期間現金流
9.3.5 貨幣互換的等價性與定價
9.4 信用違約互換
9.4.1 信用違約互換的運作機理
9.4.2 信用違約互換的期間現金流
9.4.3 累積違約概率、邊際違約概率與存活率
9.4.4 信用違約互換價差
9.5 本章小結
9.6 拓展閱讀
第10章 運用Python分析期貨
10.1 期貨市場概覽
10.1.1 期貨交易所及期貨合約品種
10.1.2 商品期貨合約的介紹
10.1.3 股指期貨合約的介紹
10.1.4 國債期貨合約的介紹
10.1.5 期貨交易的頭寸方向與動機
10.2 期貨價格與現貨價格的關係
10.2.1 導致期貨價格與現貨價格存在差異的因素
10.2.2 期貨價格與現貨價格的關係式
10.2.3 期貨價格的收斂性
10.3 股指期貨的套期保值
10.3.1 套期保值的類型
10.3.2 追加保證金的風險
10.3.3 基差風險
10.3.4 交叉套期保值
10.3.5 滾動套期保值與移倉風險
10.4 國債期貨的套期保值
10.4.1 計息天數規則
10.4.2 國債的報價
10.4.3 國債期貨最終價格
10.4.4 國債期貨的最廉價交割
10.4.5 基於久期的套期保值策略
10.5 本章小結
10.6 拓展閱讀

第3篇 高階篇
第11章 運用Python分析期權定價
11.1 A股期權市場簡介
11.1.1 權證市場
11.1.2 股票期權合約
11.1.3 股指期權合約
11.2 期權類型與到期盈虧
11.2.1 期權的類型和要素
11.2.2 看漲期權的到期盈虧
11.2.3 看跌期權的到期盈虧
11.2.4 看跌-看漲平價關係式
11.3 歐式期權定價——布萊克-斯科爾斯-默頓模型
11.3.1 模型介紹
11.3.2 期權價格與基礎資產價格的關係
11.3.3 期權價格與行權價格的關係
11.3.4 期權價格與波動率的關係
11.3.5 期權價格與無風險收益率的關係
11.3.6 期權價格與期權期限的關係
11.3.7 內在價值與時間價值
11.4 歐式期權定價——二叉樹模型
11.4.1 一步二叉樹模型
11.4.2 兩步二叉樹模型
11.4.3 N步二叉樹模型
11.5 美式期權定價
11.5.1 定價的基本思路
11.5.2 推廣的數學運算式
11.5.3 運用矩陣運算
11.5.4 美式期權與歐式期權的關係
11.6 本章小結
11.7 拓展閱讀
第12章 運用Python測度期權希臘字母與隱含波動率
12.1 期權的Delta
12.1.1 歐式期權的Delta
12.1.2 基礎資產價格、期權期限與期權Delta的關係
12.1.3 基於Delta的對沖
12.1.4 美式期權的Delta
12.2 期權的Gamma
12.2.1 歐式期權的Gamma
12.2.2 基礎資產價格、期權期限與期權Gamma的關係
12.2.3 美式期權的Gamma
12.3 期權的Theta
12.3.1 歐式期權的Theta
12.3.2 基礎資產價格、期權期限與期權Theta的關係
12.3.3 美式期權的Theta
12.4 期權的Vega
12.4.1 歐式期權的Vega
12.4.2 基礎資產價格、期權期限與期權Vega的關係
12.4.3 美式期權的Vega
12.5 期權的Rho
12.5.1 歐式期權的Rho
12.5.2 基礎資產價格、期權期限與期權Rho的關係
12.5.3 美式期權的Rho
12.6 期權的隱含波動率
12.6.1 計算隱含波動率的牛頓反覆運算法
12.6.2 計算隱含波動率的二分查找法
12.6.3 波動率微笑
12.6.4 波動率斜偏
12.7 本章小結
12.8 拓展閱讀
第13章 運用Python構建期權交易策略
13.1 合成保本票據的策略
13.1.1 抽象金融市場的策略運用
13.1.2 現實金融市場的策略運用
13.2 單一期權與單一基礎資產的策略
13.2.1 買入備兌看漲期權
13.2.2 賣出備兌看漲期權
13.2.3 買入保護看跌期權
13.2.4 賣出保護看跌期權
13.2.5 策略的期間收益
13.3 價差交易策略
13.3.1 牛市價差策略
13.3.2 熊市價差策略
13.3.3 盒式價差策略
11.3.4 蝶式價差策略
13.3.5 日曆價差策略
13.4 組合策略
13.4.1 跨式組合策略
13.4.2 序列組合策略與帶式組合策略
13.4.3 寬跨式組合策略
13.5 本章小結
13.6 拓展閱讀
第14章 運用Python分析期權延伸性應用
14.1 測度企業的違約風險——默頓模型
14.1.1 模型的引出
14.1.2 模型的相關細節
14.1.3 測度首只違約債券——超日債的違約概率
14.2 可轉換債券
14.2.1 可轉換債券的概況
14.2.2 可轉換債券的定價
14.3 期貨期權
14.3.1 期貨期權的概況
14.3.2 歐式期貨期權的定價——布萊克模型
14.3.3 美式期貨期權的定價——二叉樹模型
14.4 利率期權
14.4.1 利率期權簡介
14.4.2 利率上限期權
14.4.3 利率下限期權與利率雙限期權
14.4.4 利率互換期權
14.5 本章小結
14.6 拓展閱讀
第15章 運用Python測量風險價值
15.1 風險價值概述
15.1.1 風險價值的定義
15.1.2 風險價值的視覺化
15.1.3 風險價值的優勢與局限
15.2 方差-協方差法
15.2.1 方差-協方差法的細節
15.2.2 方差-協方差法的應用
15.3 歷史模擬法
15.3.1 歷史模擬法的細節
15.3.2 歷史模擬法的運用
15.4 蒙特卡羅模擬法
15.4.1 蒙特卡羅模擬法的細節
15.4.2 蒙特卡羅模擬法的運用
15.5 回溯檢驗、壓力測試與壓力風險價值
15.5.1 回溯檢驗
15.5.2 壓力測試
15.5.3 壓力風險價值
15.5.4 比較不同方法測量的風險價值
15.6 信用風險價值
15.6.1 違約相關性
15.6.2 違約時間的高斯copula模型
15.6.3 基於因數的相關性結構
15.6.4 測度信用風險價值
15.7 本章小結
15.8 拓展閱讀

斯文

致力於將Python運用于金融實戰的一位金融從業者。