Python金融大数据分析

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

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

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