Python 金融衍生品大數據分析:建模、模擬、校準與對沖 (Derivatives Analytics with Python: Data Analysis, Models, Simulation, Calibration and Hedging)
伊夫·希爾皮斯科 (Yves Hilpisch)
- 出版商: 電子工業
- 出版日期: 2017-08-01
- 定價: $768
- 售價: 8.5 折 $653
- 語言: 簡體中文
- 頁數: 321
- 裝訂: 平裝
- ISBN: 7121313367
- ISBN-13: 9787121313363
-
相關分類:
Python、大數據 Big-data、程式交易 Trading
- 此書翻譯自: Derivatives Analytics with Python: Data Analysis, Models, Simulation, Calibration and Hedging (Hardcover)
已絕版
買這商品的人也買了...
-
$505Python 金融大數據分析 (Python for Finance)
-
$520$411 -
$505零起點 Python 大數據與量化交易
-
$505量化投資:以Python為工具
-
$590$460 -
$390$308 -
$480$379 -
$380$300 -
$653$614 -
$480$374 -
$352Python 與機器學習實戰:決策樹、集成學習、支持向量機與神經網絡算法詳解及編程實現
-
$301Node.js 區塊鏈開發
-
$352多智能體機器學習 : 強化學習方法 (Multi-Agent Machine Learning : A Reinforcement Approach)
-
$403Python 金融實戰 (Python for Finance)
-
$580$458 -
$450$356 -
$480$379 -
$507量化交易之路 : 用 Python 做股票量化分析
-
$500$390 -
$650$507 -
$594$564 -
$505Python 量化交易:策略、技巧與實戰
-
$980$774 -
$301從零開始學 Python 大數據與量化交易
-
$680$537
相關主題
商品描述
Python在數據分析領域得到了越來越廣泛的應用。第一部分著眼於風險對股市指數期權的價值、股票、利率的影響。第二部分介紹套利定價理論、離散時間內風險中性估值,持續時間,介紹了兩種流行的期權定價方法。最後,第三部分介紹市場估值工作的整個過程。
作者簡介
作者簡介
Yves Hilpsch
Python Quants(德國)股份有限公司的創始人和任事股東,也是Python Quants(紐約)有限責任公司的共同創辦人。該集團提供基於Python的金融和衍生品分析軟件以及與Python及金融相關的諮詢、開發和培訓服務。Yves Hilpsch還是Python for Finance(《Python金融大數據分析》)一書的作者。
譯者簡介
蔡立耑
美國伊利諾伊大學金融碩士,華盛頓大學經濟學碩士、博士。熟悉行為金融與量化投資。在金融、計算機等領域的學術、實戰經驗豐富。
目錄大綱
第1章快速導覽1
1.1基於市場的估價.1
1.2本書的結構.1
1.3為什麼選擇Python.3
1.4深入閱讀.4
第1部分市場6
第2章什麼是基於市場的定價6
2.1期權及其價值.6
2.2普通金融工具與奇異金融工具.10
2.3影響股權衍生工具的風險.11
2.3.1市場風險.11
2.3.2其他風險.12
2.4對沖.13
2.5基於市場的定價過程.14
第3章市場典型事實15
3.1簡介.15
3.2波動率、相關性.15
3.3基本案例:正態收益率.17
3.4指數和股票.21
3.4.1典型事實.21
3.4.2 DAX指數收益率.21
3.5期權市場.25
3.5.1買賣價差.25
3.5.2隱含波動率曲面.27
3.6短期利率.28
3.7結論.31
3.8 Python腳本.31
3.8.1 GBM分析.31
3.8.2 DAX分析.35
3.8.3 BSM隱含波動率.36
3.8.4 EURO STOXX 50隱含波動率.38
3.8.5 EURIBOR分析.40
第2部分理論定價42
第4章風險中性定價42
4.1簡介.42
4.2離散時間不確定性.43
4.3離散市場模型.47
4.3.1基本元素.47
4.3.2基礎定義.47
4.4 散時間模型的主要結果.49
4.5連續時間模型.53
4.6總結.58
4.7證明.59
4.7.1引理1.59
4.7.2命題1.59
4.7.3定理1.60
第5章完全市場模型62
5.1簡介.62
5.2 Black—Scholes—Merton模型.62
5.2.1市場模型.62
5.2.2基本PDE.63
5.2.3歐式期權.64
5.3 BSM模型的Greeks.67
5.4 Cox—Ross—Rubinstein模型.71
5.5總結.74
5.6證明及Python腳本.74
5.6.1伊藤引理.74
5.6.2 BSM期權定價的腳本.74
5.6.3 BSM看漲期權Greeks腳本.78
5.6.4 CRR期權定價腳本.81
第6章基於傅里葉的期權定價84
6.1概述.84
6.2定價問題.85
6.3傅里葉變換.85
6.4基於傅里葉的期權定價.87
6.4.1 Lewis(2001).87
6.4.2 Carr—Madan(1999).89
6.5數值計算.91
6.5.1傅里葉級數.91
6.5.2快速傅里葉變換.94
6.6應用.94
6.6.1 Black—Scholes—Merton(1973)模型.94
6.6.2 Merton(1976)模型.97
6.6.3離散市場模型.97
6.7總結.101
6.8 Python腳本.101
6.8.1使用傅里葉方法的BSM看漲期權定 .101
6.8.2傅里葉級數.106
6.8.3單位根.108
6.8.4卷積.108
6.8.5參數模塊.109
6.8.6卷積計算看漲期權價值.110
6.8.7卷積期權定價.111
6.8.8 DFT期權定價.111
6.8.9 DFT速度檢驗.112
第7章利用模擬的美式期權定價114
7.1概述.114
7.2金融模型.114
7.3美式期權定價.115
7.3.1問題形式. 115
7.3.2定價算法.117
7.4數值結果.118
7.4.1美式看跌期權.118
7.4.2美式空頭禿鷹式價差.122
7.5總結.122
7.6 Python腳本.123
7.6.1二項定價.123
7.6 .2 LSM蒙特卡羅定價.125
7.6.3原始算法和對偶算法.126
第3部分基於市場的定價132
第8章基於市場定價的第一個例子132
8.1概述.132
8.2市場模型.132
8.3定價.133
8.4校準.133
8.5模擬.134
8.6總結.140
8.7 Python腳本.140
8.7.1數值積分定價.140
8.7.2 FFT定價.142
8.7.3根據三種到期日的期權報價校準模型.145
8.7.4根據到期時間較短的期權報價校準模型.147
8.7.5 MCS定價.150
第9章一般市場 模型154
9.1概述.154
9.2框架.154
9.3框架的特徵.156
9.4零息債券定價.157
9.5歐式期權定價.158
9.5.1 PDE方法.158
9.5.2變換方法.160
9.5.3蒙特卡羅模擬.161
9.6總結.162
9.7證明和Python腳本.162
9.7.1伊藤引理.162
9.7.2債券定價的Python腳本.163
9.7.3歐式看漲期權定價的Python腳本.164
第10章蒙特卡羅模擬171
10.1概述.171
10.2零息債券定價.171
10.3歐式期權定價.175
10.4美式期權定價.180
10.4.1數值結果.182
10.4.2高準確性與低速度.185
10.5總結.187
10.6 Python腳本. 188
10.6.1一般零息債券定價.188
10.6.2 CIR85模擬和定價.190
10.6.3通過蒙特卡羅模擬對歐式期權自動定價.193
10.6.4通過蒙特卡羅模擬對美式看跌期權自動定價. 194
第11章模型校準202
11.1概述.202
11.2一般考量.202
11.2.1為什麼校準.202
11.2.2模型的不同部分分別是什麼角色.204
11.2.3什麼是目標函數.205
11.2.4什麼是市場數據.207
11.2.5什 是最優化算法.208
11.3短期利率部分的校準.208
11.3.1理論基礎.208
11.3.2根據Euribor校準模型.209
11.4股權部分的校準.212
11.4.1傅里葉變換方法定價.212
11.4. 2根據EURO STOXX 50期權的報價進行校準.213
11.4.3 H93模型校準.214
11.4.4跳躍部分校準.214
11.4.5 BCC97模型的完全校準.217
11.4.6根據隱含波動率校準.218
11.5總結.220
11.6 COX—INGERSOLL—ROSS模型的PYTHON腳本.222
11.6.1 CIR85模型校準.222
11.6.2 H93隨機波動率模型校準.225
11.6.3隱含波動率的比較.228
11.6.4模型跳躍擴散部分的校準.230
11.6.5 BCC97完全模型的校準.233
11.6.6根據隱含波動率校準BCC97模型.236
第12章一般模型框架下的模擬與定價240
12.1概述.240
12.2模擬BCC97模型. 240
12.3股權期權定價.242
12.3.1歐式期權.242
12.3.2美式期權.244
12.4總結.245
12.5 Python腳本.245
12.5.1模擬BCC97模型.245
12.5.2 MCS法對歐式看漲期權定價.251
12.5.3 MCS 法對美式看漲期權定價.252
第13章動態對沖256
13.1概述.256
13.2 BSM模型對沖研究.257
13.3 BCC97模型對沖研究.262
13.4總結.265
13.5 Python腳本.265
13.5.1 BSM的LSM Delta對沖(單一路徑).265
13.5.2 BSM的LSM Delta對沖(多條路徑).269
13.5.3 BCC97中美式看跌期權的LSM算法.271
13.5.4 BCC97的LSM Delta對沖(單一路徑).277
第14章摘要280
附錄A果殼裡的Python 281
A.1 Python基礎.281
A.1.1安裝Python包.281
A.1.2 Python第一步.282
A.1.3數組操作.286
A.1.4隨機數.289
A. 1.5繪圖.289
A.2歐式期權定價.291
A.2.1 Black—Scholes—Merton方法.292
A.2.2 Cox—Ross—Rubinstein方法.294
A.2.3蒙特卡羅方法.299
A.3金融選題. 301
A.3.1近似.301
A.3.2最優化.303
A.3.3數值積分.304
A.4 Python進階.305
A.4.1類和對象.305
A.4.2基本的輸入輸出.308
A.4.3與電子表格交互.309
A.5快速金融工程.311