程序员学Python金融大数据,这本Python “动物书”不可错过

2020/08/18 21:22 · 资讯 ·  原创文章 · 93阅读 · 0评论
全世界的金融机构现在都尽最大努力利用Python及其强大的数据分析、可视化和机器学习程序库生态系统。各大券商也不甘落后,他们一直追求更高的效率和质量,现在Python成为了他们的心头爱。

日本最大的证券公司之一野村证券副首席马修·汉普森在最近举行的Quant Conference上更是明确表示,“Python已经取代了Excel。现在穿过我们的交易大厅,交易员都在用Python写代码”。在将Python应用的交易团队后,野村证券的Fixed Income交易收入增长了15%。

Python的崛起虽然让程序员们欢喜,但金融业的小伙伴就难受了,即使Excel操作很溜,也比不上Python神一样的速度!

程序员学Python金融大数据,这本Python “动物书”不可错过

这时候,程序员们就改贡献出自己的宝藏——《Python金融大数据分析》。这本书从2014年出版以来,好评不断!而今天《Python金融大数据分析 第2版》全面升级,所以就给大家讲讲第2版背后的故事!

创作历程

《Python金融大数据分析 第2版》的作者Yves J. Hilpisch博士是Python Quants集团的创始人和管理合伙人。从接触Python开始,成就Python就是他前进的动力!

程序员学Python金融大数据,这本Python “动物书”不可错过

Yves J. Hilpisch

在开始编写《Python金融大数据分析》之前,Hilpisch发现在许多大型金融机构如美国银行、 美林证券的“石英项目或者摩根大通的“雅典娜"项目战略性地使用了Python和其他既定的技术,构建、改进和维护其核心IT系统。众多大大小小的对冲基金也大量使用Python的功能,进行高效的金融应用程序开发和金融分析工作,并取得良好结果的情况下,使用Python作为一种编程语言和平台技术还被视为异端。

为了让大家认识到Python对于金融的好处,在2013年,Hilpisch开始编写《Python金融大数据分析》。Hilpisch知道这本书要面对的人群并不只是程序员,因此他将焦点更多地放在大局上,而不是某些类或者函数晦涩难懂的参数化选项。

Hilpisch也明白,仅仅靠书本宣传肯定是不够的,因此在写书的同时Hilpisch还会利用许多时间去演讲,并在每一场演讲中都坚持不懈地介绍Python在金融方面相比其他语言及平台的竞争优势

在 2014 年,耗时一年的《Python金融大数据分析》带着Hilpisch的愿望:希望本书能够帮助专业人士、研究人员以及学生在面对这一迷人领域中的挑战时,能够最大限度的利用Python首次出版,当然这本书也没有辜负Hilpisch,在后面甚至被很多高校选作教材!

在Hilpisch的带动下,许多关于Python在金融中的作用的书籍也渐渐出现,它们从不同角度和焦点传授Python,阐述了Python是金融行业中重要技术地位这一事实,在大家的努力下,Python逐渐被接受,也来越多的企业开始使用Python。

而且,针对金融专业人士的教育项目和培训也越来越多地在课程中加入Python。甚至有些课程将它作为主要实现语言。

Python取得这样的成功,而且在未来似乎还会继续下去,对此Hilpisch感到很兴奋。这也坚定了他在Python这条路上的信心。

因此时隔6年,《Python金融大数据分析 第2版》面世,带着为了涵盖更多金融相关主题,聚焦于对金融数据科学、算法交易和计算金融学特别有用的Python技术的目的正式出版。

升级变化

对于为何要出版第二版,许多读者都有疑问。Hilpisch回应说:“第2版更多的是一次升级,而非更新。”在这里向大家详细地介绍一下主要的变化。

最明显的变化是示例编程语言Python2到Python3的转变,Python2在今年元旦正式停止更新和维护。本书第1版基于2.7版本,但第2版将全部使用Python 3.7。

当然,大家最关心的还是第2版有什么新内容,《Python金融大数据分析 第2版》在第1版的基础上进行升级,虽然整体知识架构上不变,不过涉及到了一些章节内容的变动也值得关注。

首先,第2版移除了之前第1版中的12、13、14三章内容。这三章分别讲解Excel集成、面向对象和图形用户界面和Web集成。关于Web技术和对应库(如Flask) 的部分删除,因为现在已经有专门介绍这些知识的图书。

其次,第2版增加了第2部分掌握基础知识,这一部分关注Python编程基础,介绍Python基本编程和数据分析,这些知识将为后面的学习奠定基础。分别是第3、4、5、6章。

第3章讲数据类型与结构,聚焦于对金融算法和应用特别重要的数据类型和结构。然而,这只是Python中数据结构和数据建模探索的出发点。

第4章讲用NumPy进行数值计算,尽管Python解释程序已经带来了非常丰富的数据结构,但NumPy和其他库自有的数据结构也非常有价值。NumPy是Python中用于数值计算的软件包。ndarray类是专门设计的,可以方便、高效地处理(大型)数值数据。强大的方法和NumPy通用方法可以让我们进行代码向量化操作,避免大部分Python级别上的缓慢循环。

第5章讲pandas数据分析,pandas是强大的数据分析工具,已经成为PyData栈的核心软件包。它的DataFrame类特别适合于处理任何类型的表格数据。这些对象上的大部分操作是向量化的,这不仅可以得到和NumPy类似的简洁代码,而且还可以得到高性能。此外,pandas能够很方便地处理不完整数据集(NumPy做不到这一点)。pandas和DataFrame类将是书中后续多个章节的核心,在必要时将使用并介绍它们的更多特性。pandas能够让用户方便且高效地实现数据分析,特别是金融分析。

第6章讲面向对象编程(OOP)。本章从理论和Python示例,介绍了面向对象编程的概念及方法。OOP是Python使用的主要编程范型之一,它不仅可以建模和实现相当复杂的应用,而且由于其灵活的Python数据模型,还可以创建与标准Python对象表现相似的自定义对象。虽然针对OOP的批评很多,但可以肯定地说,它为Python编程人员和宽客(quent)提供了强大的工具,这些工具在程序达到一定复杂度时很有帮助。第5部分开发和讨论的衍生品定价软件包提供了一个案例,其中OOP似乎是解决固有复杂性和抽象要求的唯一合理编程范型。

再次,第2版增加了第4部分,关于算法交易的一整个部分。算法交易这一主题这几年在金融业变得相当重要,在散户中也很受欢迎。分别是第14、15和16章。

第14章介绍福汇(FXCM)交易平台、它的REST API和fxcmpy包装器库。

第15章的重点是使用统计学及机器学习方法得出算法交易策略;本章还介绍如何使用向量化来进行事后检验。

第16章介绍自动化算法交易策略的部署;包括资产管理、绩效与风险事后检验、在线算法及部署。

在第2版中,Hilpisch依旧采用的实用方法,实现和图示先于理论细节,通常将重点放在整体上,而不是某些类、方法或者晦涩难懂的函数参数化选项。

Hilpisch强调,这本书既不是介绍Python编程, 也不是介绍一般金融知识的图书。它定位于这两个激动人心的领域相互交叉的方面,并假定读者有一定的编程和金融背景,希望读者能把Python及其生态系统应用于金融领域的方法。

第2版虽然涵盖了监督学习和无监督学习的基本ML算法(以及深度神经网络),但是焦点是Python的数据处理和分析能力。而且大部分AI、 ML和DL 需要大量的数据,因此无论如何应该首先掌握数据驱动金融学。

除了上述变化之外,还有许多小细节方面的变化,这里就不一一列举了,等待你自己阅读的时候发现。

封面设计

《Python金融大数据分析》O'Reilly为软件开发人员带来革命性的“动物书中的一本。其封面设计延续了动物书的风格,封面上的动物是伊斯帕尼奥拉长吻猬,它是一种生活于加勒比海伊斯帕尼奥拉岛的濒危哺乳动物。

长吻猬习性相当安静,往往游离于别人的视线之外。当它出门时,行动很笨拙,奔跑时常常绊倒。不过,作为一种夜间型物种,它有敏锐的听觉、嗅觉和触觉,据说,它的独特气味像小山羊。

为什么O'Reilly将动物作为封面?其实的封面上许多动物都处于濒危状态,它们对世界很重要。O'Reilly用濒危动物做封面是宣传它们的存在,让大家去认识它们,并且保护它们,就和Hilpisch宣传金融中的Python的目的一样!

内容介绍

程序员学Python金融大数据,这本Python “动物书”不可错过

Python金融大数据分析 第2版

作者: [德]伊夫·希尔皮斯科(Yves Hilpisch)

译者: 姚军

编辑推荐

Python已成为数据驱动AI、金融优先选择的编程语言。现在,一些大型的投资银行和对冲资金均使用Python及其生态系统来构建核心交易与风险管理系统。

在本书中,作者向开发人员和量化分析人员介绍了使用Python程序库与工具,完成金融数据科学、算法交易和计算金融任务的方法。Python与金融:Python交互式金融分析与程序开发入门。

基本知识:学习Python数据类型与结构、NumPy、pandas及其DataFrame类、面向对象编程。

金融数据科学:探索用于金融时间序列数据、I/O操作、推断统计学和机器学习的Python技术与程序库。

算法交易:使用Python来验证和部署自动算法交易策略。

衍生品分析:开发灵活、强大的Python期权、衍生品定价和风险管理程序库。

你能从本书学到什么?

本书共分为五部分21章。

第1部分 介绍了Python在金融学中的应用,其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具,以及Python在计量金融学中的一些具体入门实例。

第2部分 介绍了 Python的基础知识以及Python中非常有名的库NumPy和pandas工具集,还介绍了面向对象编程。

第3部分 介绍金融数据科学的相关基本技术和方法,包括数据可视化、输入/输出操作和数学中与金融相关的知识等。

第4部分 介绍Python在算法交 易上的应用,重点介绍常见算法,包括机器学习、深度神经网络等人工智能相关算法。

第5部分 讲解基 于蒙特卡洛模拟开发期权及衍生品定价的应用,其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值等知识。

《Python金融大数据分析 第2版》中,Python易于理解的语法、与C/C++的轻松集成以及各种数值计算工具,使其成为金融分析的自然选择。它正在快速替代主流金融机构中使用的语言和工具,并成为事实上的标准。

——华盛顿Square Technologies公司联合创始人、总裁兼CTO Kirat Singh

下面这些适用于金融领域的Python经典图书推荐给大家!无论是大数据分析还是量化投资交易,so easy!

基于Python的金融分析与风险管理

程序员学Python金融大数据,这本Python “动物书”不可错过

作者:斯文

◆ 作者致力于倡导并推广Python在金融界的运用

◆ Python在金融分析与风险管理的应用

◆ 结合金融实例讲解Python

Python期货量化交易实战

程序员学Python金融大数据,这本Python “动物书”不可错过

作者:酆士昌 ,刘承彦

译者:席松鹤

◆ 了解交易规则与数据指标,学习正确金融算法

◆ 基于数据进行回测和分析,了解期货交易内涵

Python金融实战

程序员学Python金融大数据,这本Python “动物书”不可错过

作者: 【美】Yuxing Yan(严玉星)

译者:张少军 ,严玉星

◆ 囊括作者多年在金融领域教学一线的经典思想

◆ 使用Python进行金融数据分析的权威指南

参考文献:

《Python金融大数据分析 第2版》

-END-

您可能感兴趣的文章

本文地址:http://www.pythongcs.cn/600.html
文章标签:
版权声明:本文为原创文章,版权归 yubaba 所有,欢迎分享本文,转载请保留出处!

文件下载

老薛主机终身7折优惠码boke112

上一篇:
下一篇:

 发表评论


表情