파이썬을 활용한 금융 분석
이브 힐피시 지음, 김도형 옮김 한빛미디어
- 등록일2018-09-14
- 파일포맷pdf
- 파일크기7 M
- 지원기기아이폰, 아이패드, 안드로이드, 태블릿, PC
- 평점 평점점 평가없음
책소개
금융 빅데이터 분석하기
초대형 투자은행과 헤지 펀드를 비롯한 금융업계는 빠른 속도로 트레이딩 시스템과 위험 관리 시스템 개발 언어로 파이썬을 채택하고 있다. 이 책은 개발자들과 퀀트 애널리스트들이 파이썬을 시작하고 파이썬을 활용하여 중요한 금융 분석 업무를 할 수 있도록 도와주는 실무 가이드 북이다.
저자 이브 힐피시는 실무 예제와 현실적인 대규모 케이스 스터디를 통해 몬테카를로 시뮬레이션 기반의 파생상품 및 위험 분석 프레임워크를 개발할 수 있는 방법을 설명한다. 책의 대부분은 IPython 노트북을 사용하였다.
<B>주가 분석, 트레이딩 시스템 등으로 금융업계에 빠르게 침투하는 파이썬
이 책은 금융공학 이론이나 알고리즘을 설명하기 위한 전공 서적은 아니다. 파이썬 프로그래밍 언어가 어떤 방식으로 금융 분야에 전반적으로 활용될 수 있는지를 알려 주는 책이다. 따라서 파이썬 언어의 기초부터 금융 분석 작업의 핵심, 그리고 최종 시스템 구현까지를 모두 다루는 일종의 입문서나 쿡북에 가깝다. 금융 분야 현업 종사자나 금융공학을 공부하는 학생뿐 아니라 이 분야에 관심을 가지고 개인적으로 공부하고자 하는 독자라면 이 도서가 도움이 될 것이다.
<B>이 책의 내용
기초 지식 : 파이썬의 자료 구조, NumPy 배열을 다루는 법, pandas를 사용한 시계열 분석, matplotlib 시각화, PyTables를 사용한 고성능 I/O 오퍼레이션, 파이썬으로 날짜 및 시간 정보를 다루는 법, 각종 파이썬 프로그래밍 관행
금융 관련 주제 : NumPy, SciPy, SymPy를 사용한 회귀 분석, 최적화, 확률 과정의 몬테카를로 시뮬레이션, VaR와 Credit-Value-at-Risk 계산, 정규성 검정, 평균-분산 포트폴리오 최적화, 주성분 분석 (PCA), 그리고 베이지안 회귀 분석
특별 주제 : 벡터화와 병렬화를 비롯한 금융 알고리즘의 파이썬 구현 성능 향상 방법, 엑셀과 파이썬을 결합하는 법, 웹 기술 기반의 금융 애플리케이션 제작법
저자소개
독일 Python Quants GmbH 사의 창업자이자 이사이며, 뉴욕 Python Quants LLC 사의 공동 창업자이다. 이 회사들은 파이썬 기반의 금융 및 파생상품 분석 소프트웨어와 파이썬 및 금융과 관련된 컨설팅, 개발, 교육 서비스를 제공한다(http://pythonquants.com, http://quant-platform.com, http://dx-analytics.com 참조). 또한 이브는 『Derivatives Analytics with Python』 (Wiley Finance, 2015)의 저자이다. 금융수학 전공으로, 경영학 박사 학위를 받았으며 자를란트 대학에서 계산금융에서의 수치적 방법론을 가르치고 있다.
목차
PART I 파이썬과 금융
CHAPTER 1 왜 금융 분석에 파이썬을 사용하는가
__1-1 파이썬이란 무엇인가
__1-2 금융에서 쓰이는 기술
__1-3 금융공학을 위한 파이썬
__1-4 결론
__1-5 참고 서적 및 주석
CHAPTER 2 하부 구조와 툴
__2-1 파이썬 설치
__2-2 파이썬 툴
__2-3 결론
__2-4 참고 문헌
CHAPTER 3 입문용 예제
__3-1 내재 변동성 계산
__3-2 몬테카를로 시뮬레이션
__3-3 기술적 분석
__3-4 결론
__3-5 참고 문헌
PART II 금융 분석과 개발
CHAPTER 4 자료형과 자료구조
__4-1 기본 자료형
__4-2 기본 자료구조
__4-3 NumPy 자료구조
__4-4 코드 벡터화
__4-5 결론
__4-6 참고 문헌
CHAPTER 5 데이터 시각화
__5-1 2차원 플롯
__5-2 금융 관련 플롯
__5-3 3차원 플롯
__5-4 결론
__5-5 참고 문헌
CHAPTER 6 금융 시계열
__6-1 pandas 기초
__6-2 금융 자료
__6-3 회귀분석
__6-4 고빈도 자료
__6-5 결론
__6-6 참고 문헌
CHAPTER 7 입출력 작업
__7-1 기본 파이썬 입출력
__7-2 pandas를 사용한 입출력
__7-3 PyTables를 이용한 고속 입출력
__7-4 결론
__7-5 참고 문헌
CHAPTER 8 파이썬 성능 개선
__8-1 파이썬 패러다임과 성능
__8-2 메모리 배치와 성능
__8-3 병렬 컴퓨팅
__8-4 멀티프로세싱
__8-5 동적 컴파일
__8-6 Cython을 이용한 정적 컴파일
__8-7 GPU에서 난수 생성하기
__8-8 결론
__8-9 참고 문헌
CHAPTER 9 수학용 도구
__9-1 근사화
__9-2 최적화
__9-3 정적분
__9-4 심볼릭 연산
__9-5 결론
__9-6 참고 문헌
CHAPTER 10 확률 과정
__10-1 난수 생성
__10-2 시뮬레이션
__10-3 가치 평가
__10-4 위험 측도
__10-5 결론
__10-6 참고 문헌
CHAPTER 11 통계 분석
__11-1 정규성 검정
__11-2 포트폴리오 최적화
__11-3 주성분 분석
__11-4 베이즈 회귀
__11-5 결론
__11-6 참고 문헌
CHAPTER 12 마이크로소프트 엑셀 연동
__12-1 기본적인 스프레드시트 연동
__12-2 파이썬으로 엑셀 스크립트 작성
__12-3 xlwings 소개
__12-4 결론
__12-5 참고 문헌
CHAPTER 13 객체지향과 그래픽 유저 인터페이스
__13-1 객체지향
__13-2 그래픽 유저 인터페이스
__13-3 결론
__13-4 참고 문헌
CHAPTER 14 웹 통합
__14-1 웹 기초
__14-2 웹 플롯팅
__14-3 빠른 웹 애플리케이션 개발
__14-4 웹 서비스
__14-5 결론
__14-6 참고 문헌
PART III 파생상품 분석 라이브러리
CHAPTER 15 가치 평가 프레임워크
__15-1 자산 가격결정 기본 정리
__15-2 위험 중립 할인
__15-3 시장 환경
__15-4 결론
__15-5 참고 문헌
CHAPTER 16 금융 모형 시뮬레이션
__16-1 난수 생성
__16-2 일반적인 시뮬레이션 클래스
__16-3 기하 브라운 운동 모형
__16-4 점프 확산 모형
__16-5 제곱근 확산 모형
__16-6 결론
__16-7 참고 문헌
CHAPTER 17 파생상품 가치 평가
__17-1 일반적인 가치 평가 클래스
__17-2 유러피안 행사 방식
__17-3 아메리칸 행사 방식
__17-4 결론
__17-5 참고 문헌
CHAPTER 18 포트폴리오 가치 평가
__18-1 파생상품 포지션
__18-2 파생상품 포트폴리오
__18-3 결론
__18-4 참고 문헌
CHAPTER 19 변동성 옵션
__19-1 VSTOXX 데이터
__19-2 모형 캘리브레이션
__19-3 VSTOXX 아메리칸 옵션
__19-4 결론
__19-5 참고 문헌
APPENDIX A 파이썬 프로그래밍 관행
__A-1 파이썬 문법
__A-2 문서화
__A-3 유닛 테스팅
APPENDIX B 콜 옵션 클래스
APPENDIX C 날짜와 시간
__C-1 파이썬에서의 날짜와 시간
__C-2 NumPy에서의 날짜와 시간
__C-3 pandas에서의 날짜와 시간
__Index
한줄 서평
