《Python金融大数据分析》教材学习笔记.zip

# Python金融大数据分析 # **第一部分 Python与金融** ## 1. 为什么将Python用于金融 ## ### 1.1 Python是什么 ### ### 1.2 金融中的科技 ### ### 1.3 用于金融的Python ### ### 1.4 结语### ### 1.5 延伸阅读 ### ## 2. 基础架构和工具 ## ### 2.1 Python部署 ### ### 2.2 结语 ### ### 延伸阅读 ### ## 3. 入门实例 ## ### 3.1 隐含波动率 ### ### 3.2 蒙特卡洛模拟 ### ### 3.3 结语 ### ### 3.4 延伸阅读 ### **第二部分 金融分析和开发** ## 4. 数据类型和结构 ## ## 5. 数据可视化 ## ### 5.1 二维绘图 ### #### 5.1.1 一维数据集 #### #### 5.1.2 二维数据集 #### #### 5.1.3 其他绘图样式 #### ### 5.2 金融学图表 ### ### 5.3 3D绘图 ### ### 5.4 结语 ### ## 6. 金融时间序列 ## ### 6.1 pandas基础 ### #### 6.1.1 使用DataFrame类的第一步 #### #### 6.1.2 使用DataFrame类的第二步 #### #### 6.1.3 基本分析 #### #### 6.1.4 Series类 #### #### 6.1.5 GroupBy操作 #### ### 6.2 金融数据 ### ### 6.3 基本分析 ### ### 6.4 高频数据 ### ### 6.5 结语 ### ### 6.6 延伸阅读 ### ## 7. 输入/输出操作 ## ## 8. 高性能的Python ## ## 9. 数学工具 ## ## 10. 推断统计学 ## ## 11. 统计学 ## ## 12. Excel集成 ## ## 13. 面向对象和图形用户界面 ## ## 14. Web集成 ## **第三部分 衍生品分析库** ## 15. 估值框架 ## ## 16. 金融模型的模拟 ## ## 17. 衍生品估值 ## ## 18. 投资组合估值 ## ## 19. 波动率期权 ##