\t本书注重理论与实践相结合，通过实际案例和编程实现让读者理解理论在实践中的应用；同时还充分强调“案例的实用性、程序的可模仿性”，且在案例程序中附有详细的注释。例如，投资组合管理、KMV模型计算、期权定价模型与数值方法等案例程序，读者可以直接使用或根据需要在源代码基础上进行修改使用。



\t本书共19章，前两章分别对金融市场的基本概况与Python的基础知识进行概述；接下来的16章为金融数量分析常用的案例(含完整、稳健的程序)，包括现金流分析、随机模拟、策略模拟、期权定价模型与数值方法、固定收益证券的久期与凸度计算、期货或股票的技术指标计算与回测等；很后一章，总结了一些Python金融编程技巧。



\t本书既可作为高等院校金融数学、金融工程专业的实践教材，也可作为理工科、经济金融学科和数量分析方面的研究生，以及与经济金融相关的研究人员和从业人员的参考用书。

  
\t第1章金融市场与金融产品1



\t1.1金融市场1



\t1.1.1货币市场2



\t1.1.2资本市场2



\t1.1.3商品市场3



\t1.2金融机构3



\t1.2.1存款性金融机构4



\t1.2.2非存款性金融机构4



\t1.2.3家庭或个人5



\t1.3基础金融工具6



\t1.3.1原生金融工具6



\t1.3.2衍生金融工具6



\t1.3.3金融工具的基本特征6



\t1.4金融产品7



\t1.5金融产品风险8



\t第2章Python基础知识概述10



\t2.1Python的发展历程和影响10



\t2.2基本操作11



\t2.3多项式运算11



\t2.3.1多项式表达方式11



\t2.3.2多项式求解12



\t2.3.3多项式乘法(卷积)12



\t2.4多项式的曲线拟合13



\t2.4.1函数拟合13



\t2.4.2多项式插值14



\t2.5微积分计算15



\t2.5.1数值积分计算15



\t2.5.2符号积分计算16



\t2.5.3数值微分计算16



\t2.6矩阵计算18



\t2.6.1线性方程组的求解18



\t2.6.2矩阵的特征值和特征向量18



\t2.6.3矩阵求逆19



\t2.7Python函数编程规则19



\t2.8绘图20



\t2.8.1简易图形的绘制20



\t2.8.2二维图形的绘制21



\t2.8.3三维图形的绘制23



\t2.8.4等高线图形的绘制24



\t2.8.5二维伪彩图的绘制25



\t2.8.6矢量场图的绘制26



\t2.8.7多边形图的绘制27



\t第3章Python爬虫29



\t3.1基本参数29



\t3.1.1基本请求形式29



\t3.1.2为URL传递参数30



\t3.2获取网络信息31



\t第4章贷款按揭与保险产品——现金流分析案例34



\t4.1货币时间价值计算34



\t4.1.1单利终值与现值34



\t4.1.2复利终值与现值35



\t4.1.3连续复利计算35



\t4.2固定现金流计算36



\t4.2.1固定现金流现值计算函数pv36



\t4.2.2固定现金流终值计算函数fv37



\t4.3变化现金流计算38



\t4.4年金现金流计算39



\t4.5商业按揭贷款分析41



\t4.5.1按揭贷款还款方式41



\t4.5.2等额还款模型与计算4



\t4.5.3等额本金还款44



\t4.5.4还款方式比较46



\t4.5.5提前还款违约金估算46



\t4.6商业养老保险分析47



\t4.6.1商业养老保险案例47



\t4.6.2产品结构分析48



\t4.6.3现金流模型48



\t4.6.4保险支出现值函数49



\t4.6.5保险收入现值函数50



\t4.6.6案例数值分析51



\t4.6.7案例分析结果53



\t第5章随机模拟——概率分布与随机数54



\t5.1概率分布54



\t5.1.1概率分布的定义54



\t5.1.2几种常用的概率分布54



\t5.1.3密度函数、分布函数和逆概率分布函数值的计算57



\t5.2随机数与蒙特卡罗模拟58



\t5.2.1随机数的生成58



\t5.2.2蒙特卡罗模拟61



\t5.3随机价格序列64



\t5.3.1收益率服从正态分布的价格序列64



\t5.3.2具有相关性的随机序列66



\t5.4带约束的随机序列68



\t第6章策略模拟——组合保险策略分析72



\t6.1固定比例组合保险策略72



\t6.1.1策略模型72



\t6.1.2模型参数73



\t6.2时间不变性组合保险策略74



\t6.2.1策略模型74



\t6.2.2模型参数74



\t6.3策略数值模拟74



\t6.3.1模拟情景假设74



\t6.3.2固定比例组合保险策略模拟75



\t6.3.3时间不变性组合保险策略模拟78



\t6.4策略选择与参数优化82



\t6.4.1模拟情景假设82



\t6.4.2模拟方案与模拟参数82



\t6.4.3模拟程序与结果83



\t第7章KMV模型求解——方程与方程组的数值解91



\t7.1方程与方程组91



\t7.1.1方程91



\t7.1.2方程组91



\t7.2方程与方程组的求解92



\t7.2.1fsolve函数解变量方程92



\t7.2.2fsolve函数解多变量方程组93



\t7.2.3含参数方程组的求解94



\t7.3KMV模型方程组的求解94



\t7.3.1KMV模型简介94



\t7.3.2KMV模型计算方法95



\t7.3.3KMV模型计算程序96



\t第8章期权定价模型与数值方法101



\t8.1期权基础概念101



\t8.1.1期权及其相关概念101



\t8.1.2买入期权、卖出期权平价组合102



\t8.1.3期权防范风险的应用102



\t8.2期权定价方法的理论基础103



\t8.2.1布朗运动104



\t8.2.2伊藤引理105



\t8.2.3BlackScholes微分方程107



\t8.2.4BlackScholes方程求解109



\t8.2.5影响期权价格的因素分析111



\t8.3BS公式隐含波动率计算115



\t8.3.1隐含波动率概念115



\t8.3.2隐含波动率计算方法116



\t8.3.3隐含波动率计算程序116



\t8.4期权二叉树模型118



\t8.4.1二叉树模型的基本理论118



\t8.4.2二叉树模型的计算119



\t8.5期权定价的蒙特卡罗方法121



\t8.5.1模拟基本思路121



\t8.5.2模拟技术实现121



\t8.5.3模拟技术改进122



\t8.5.4欧式期权蒙特卡罗模拟124



\t8.5.5障碍期权蒙特卡罗模拟127



\t第9章股票挂钩结构分析131



\t9.1股票挂钩产品的基本结构131



\t9.1.1高息票据与保本票据131



\t9.1.2产品构成要素说明132



\t9.1.3产品的设计方法133



\t9.2股票挂钩产品案例分析135



\t9.2.1产品定价分析135



\t9.2.2产品案例要素说明135



\t9.2.3保本票据定价与收益136



\t9.2.4高息票据定价与收益140



\t9.3分级型结构产品分析142



\t9.3.1分级型结构产品的组成142



\t9.3.2分级型结构产品的结构比例142



\t9.3.3分级型结构产品的收益分配143



\t9.3.4分级型结构产品的流通方式143



\t9.3.5分级型结构产品的风险控制144



\t9.4鲨鱼鳍期权期望收益测算144



\t9.4.1鲨鱼鳍期权简介144



\t9.4.2鲨鱼鳍期权收益率曲线144



\t第10章马科维茨均值方差模型146



\t10.1模型理论146



\t10.2收益与风险计算函数147



\t10.3有效前沿计算函数148



\t10.4约束条件下的有效前沿15



\t10.5模型年化参数计算153



\t第11章跟踪误差最小化——非线性最小二乘法Python编程154



\t11.1理论与案例154



\t11.1.1非线性最小二乘法154



\t11.1.2跟踪误差最小化背景154



\t11.2模型的建立155



\t11.2.1实际案例155



\t11.2.2数学模型156



\t11.3Python实现157



\t11.3.1least_squares函数157



\t11.3.2建立目标函数158



\t11.3.3模型的求解160



\t11.4扩展问题162



\t第12章分形技术——移动平均Hurst指数计算163



\t12.1Hurst指数简介163



\t12.2R/S方法计算Hurst指数164



\t12.3移动窗口Hurst指数计算程序164



\t12.3.1时间序列分段164



\t12.3.2Hurst指数计算166



\t12.3.3移动窗口Hurst指数计算168



\t第13章固定收益证券的久期与凸度计算171



\t13.1基本概念171



\t13.2QuantLib基础174



\t13.3价格与收益率的计算176



\t13.3.1计算公式176



\t13.3.2债券定价的计算177



\t13.3.3债券收益率的计算179



\t13.4久期与凸度的计算180



\t13.4.1债券久期的计算180



\t13.4.2债券凸度的计算182



\t13.5债券组合久期免疫策略183



\t第14章利率期限结构与利率模型188



\t14.1利率理论与投资策略188



\t14.1.1利率的期限结构理论188



\t14.1.2利用利率结构投资策略188



\t14.2利率期限结构190



\t14.2.1建立利率期限结构的方法190



\t14.2.2利率期限结构的计算191



\t14.2.3利率期限结构的平滑194



\t14.3利用利率期限结构计算远期利率194



\t14.4利率模型197



\t14.4.1利率模型分类197



\t14.4.2HoLee模型197



\t14.4.3BDT二叉树的构建201



\t第15章线性优化理论与方法204



\t15.1线性规划理论204



\t15.1.1线性规划的求解方法204



\t15.1.2线性模型的标准形式205



\t15.2线性优化Python求解205



\t15.2.1linprog函数205



\t15.2.2线性规划目标函数205



\t15.2.3内点法求解206



\t15.2.4单纯形法求解206



\t15.3含参数线性规划207



\t第16章非线性优化理论与方法208



\t16.1理论背景208



\t16.1.1非线性问题208



\t16.1.2非线性优化208



\t16.2理论模型209



\t16.2.1无约束非线性优化209



\t16.2.2约束非线性优化210



\t16.3Python实现211



\t第17章资产收益率分布的拟合与检验214



\t17.1案例描述214



\t17.2数据的描述性统计215



\t17.2.1描述性统计量215



\t17.2.2统计图218



\t17.3分布的检验221



\t17.3.1normaltest函数221



\t17.3.2jarque_bera函数222



\t17.3.3kstest函数223



\t17.3.4ks_2samp函数223



\t17.3.5最终结论225



\t17.4投资组合分布图比较225



\t17.5常用统计量228



\t第18章技术分析——指标计算与回测230



\t18.1理论简介230



\t18.2行情数据的K线图230



\t18.2.1数据的读取230



\t18.2.2蜡烛图(K线)231



\t18.3技术指标的计算233



\t18.3.1移动平均线233



\t18.3.2布林带235



\t18.3.3平滑异同移动平均线236



\t18.3.4其他技术指标237



\t18.4动态技术指标238



\t第19章编程实用技巧241



\t19.1变量的初始化241



\t19.2集合交并函数243



\t19.3定时触发程序运行245



\t19.4发送邮件246



\t参考文献248