掌握金融大數據

“Python易於理解的文法、容易與C/C++整合，以及各式各樣的數值計算工具，使其成為金融分析的自然選項。它正快速替代主流金融機構所使用的語言與工具，成為實質的標準。”
—Kirat Singh
Beacon Platform公司CEO暨共同創辦人

Python已經成為最適合用來處理資料，以及以人工智慧進行理財的首選程式語言。有些大型投資銀行與對沖基金都使用Python及其生態系統來建構核心系統，進行交易及風險管理。在本書的第二版，Yves Hilpisch將告訴開發人員和量化分析師如何使用Python程式包及工具來進行金融資料科學研究、演算法交易及計算金融。

本書的多數程式都已經改用Python 3，可以在Jupyter Notebooks上使用，你可以互動地執行本書所有範例。從本書的五大分類中，你將學會Python及其生態系統如何為金融公司及從業人員提供技術框架。

‧Python與金融：使用Python進行互動式金融分析與應用程式開發
‧掌握基本知識：學習Python資料類型與結構、NumPy、pandas及其DataFrame類別，以及物件導向程式設計
‧財務資料科學：探索處理金融時間序列資料、I/O操作、隨機學及機器學習
‧演算法交易：用Python執行回測與部署自動演算法交易策略
‧衍生商品分析：開發靈活且強大的Python程式包，為選擇權和衍生商品定價，以及進行風險管理

Yves J. Hilpisch 博士是The Python Quants集團的創辦人及管理合夥人，這間公司的主要業務，是用開放原始碼技術來進行金融資料科學、人工智慧、演算法交易，及電腦金融研發。他也是The AI Machine的創辦人與CEO，這間公司利用人工智慧的力量，在私有的策略執行平台上執行演算法交易。Yves是第一個線上訓練專案的負責人，該專案最後成為University Certificate in Python for Algorithmic Trading。

第一部分 Python 與金融
第一章 為何在金融領域使用 Python
第二章 Python 基本工具

第二部分 掌握基本知識
第三章 資料型態與結構
第四章 使用 NumPy 做數值計算
第五章 用 pandas 分析資料
第六章 物件導向程式設計

第三部分 金融資料科學
第七章 資料視覺化
第八章 金融時間序列
第九章 輸入 / 輸出操作
第十章 Python 的性能
第十一章 數學工具
第十二章 推計學
第十三章 統計學

第四部分 演算法交易
第十四章 FXCM 交易平台
第十五章 交易策略
第十六章 自動交易

第五部分 衍生商品分析
第十七章 估價框架
第十八章 模擬金融模型
第十九章 衍生商品估價
第二十章 投資組合估價
第廿一章 根據市場進行估價

附錄 A 日期與時間
附錄 B BSM 選擇權類別