●章  Python簡介及安裝 1 1.1  Python簡介  1 1.2  如何安裝Python  3 1.3  Python的不同版本  3 1.4  運行Python的3種方式  4 1.4.1  用GUI啟動Python  4 1.4.2  從Python命令行啟動Python  5 1.4.3  從DOS窗口啟動Python  6 1.5  如何退出Python  7 1.6  錯誤提示  7 1.7  Python語言是區分大小寫的  8 1.8  變量的初始化  8 1.9  尋找在線幫助  9 1.10  查找學習手冊和教程  10 1.11  如何找出Python的版本  12 1.12  小結  12 練習題  12 第2章  用Python完成普通計算器的功能  14 2.1  變量的賦值及顯示  15 2.2  錯誤提示  15 2.3  不能調用沒有賦值的變量  16 2.4  選擇有意義的變量名  16 2.5  使用dir()來查找變量和函數  17 2.6  刪除或取消變量  17 2.7  基本數學運算：加、減、乘、除  18 2.8  冪函數、取整和餘數函數  19 2.9  一個真正的冪函數  20 2.10  選擇合適的數值精度  21 2.11  找出某個內置函數的詳細信息  22 2.12  列出所有內置函數  22 2.13  導入數學模塊  23 2.14  、e、對數和指數函數  24 2.15  import math與from math import*的區別  24 2.16  一些常用的函數  25 2.16.1  print()函數  25 2.16.2  type()函數  26 2.16.3  下劃線_  26 2.16.4  結合兩個字符串  26 2.16.5  將小寫字符變成大寫字符的函數：upper()  27 2.17 &nb組數據類型  28 2.18  小結  29 練習題  30 第3章  用Python編寫一個金融計算器  32 3.1  編寫不需要保存的Python函數  33 3.2  函數的輸入參數及它們的預設值  33 3.3  縮進格式在Python編程中至關重要  34 3.4  檢查自己編寫的函數是否存在  35 3.5  在Python編輯器裡定義函數  35 3.6  利用import()在Python編輯器裡激活自己編寫的函數  36 3.7  使用Python編輯器調試程序  37 3.8  調用pv_f()函數的兩種方法  37 3.9  生成自制的模塊  38 3.10  兩種注釋方法  39 3.10.1  種注釋方法  39 3.10.2  第2種注釋方法  39 3.11  查找有關pv_f()函數的信息  40 3.12  條件函數：if()  41 3.13  計算年金  41 3.14  利率換算  42 3.15  連續復利利率  44 3.16  數據類型：列表  45 3.17  淨現值和淨現值法則  45 3.18  投資回收期和投資回收期法則  47 3.19  內部收益率和內部收益率法則  47 3.20  顯示在某個目錄下的指定文件  49 3.21  用Python編寫一個專業金融計算器  49 3.22  將我們的目錄加到Python的路徑上  50 3.23  小結  52 練習題  52 第4章  編寫Python程序計算看漲期權價格  56 4.1  用空殼法編寫一個程序  57 4.2  用注釋法編寫一個程序  59 4.3  使用和調試他人編寫的程序  61 4.4  小結  61 練習題  61 第5章  模塊簡介  64 5.1  什麼是模塊  64 5.2  導入模塊  65 5.2.1  為導入的模塊取個簡稱  66 5.2.2  顯示模塊裡的所有函數  66 5.2.3  比較import math和from math import *  67 5.2.4  刪除已經導入的模塊  67 5.2.5  導入幾個指定的函數  68 5.2.6  找出所有的內置模塊  69 5.2.7  找出所有可用的模塊  69 5.2.8  找到一個已安裝的模塊的目錄位置  71 5.2.9  有關模塊的更多信息  72 5.2.10  查找某個未安裝的模塊  72 5.3  模塊之間的相互依賴性  73 5.4  小結  74 練習題  75 第6章  NumPy和SciPy模塊簡介  76 6.1  安裝NumPy和SciPy模塊  77 6.2  從Anaconda啟動Python  77 6.2.1  使用NumPy的示例  78 6.2.2  使用SciPy的示例  79 6.3  顯示NumPy和SciPy包含的所有函數  82 6.4  關於某個函數的詳細信息  83 6.5  理解列表數據類型  83 6.6  使用全一矩陣、全零矩陣和單位矩陣  84 6.7  執行數組操作  84 6.8  數組的加、減、乘、除  85 6.8.1  進行加減運算  85 6.8.2  執行矩陣乘法運算  85 6.8.3  執行逐項相乘的乘法運算  86 6.9  x.sum()函數  87 6.10  遍歷數組的循環語句  87 6.11  使用與模塊相關的幫助  87 6.12  SciPy的一繫列子函數包  88 6.13  累積標準正態分布  89 6.14  與數組相關的邏輯關繫  90 6.15  SciPy的統計子模塊（stats）  90 6.16  SciPy模塊的插值方法  91 6.17  使用SciPy求解線性方程  92 6.18  利用種子（seed）生成可重復的隨機數  93 6.19  在導入的模塊裡查找函數  94 6.20  優化算法簡介  95 6.21  線性回歸和資本資產定價模型（CAPM）  95 6.22  從文本文件(.txt)輸入數據：loadtxt()和getfromtxt()函數  96 6.23  獨立安裝NumPy模塊  97 6.24  數據類型簡介  97 6.25  小結  98 練習題  98 第7章  用matplotlib模塊繪制與金融相關的圖形  101 7.1  通過ActivePython安裝matplotlib模塊  102 7.2  通過Anaconda安裝matplotlib模塊  103 7.3  matplotlib模塊簡介  103 7.4  了解簡單利率和復利利率  106 7.5  為圖形添加文字  107 7.6  杜邦等式的圖示  109 7.7  淨現值圖示曲線  110 7.7.1  有效地使用顏色  113 7.7.2  使用不同形狀  114 7.8  圖形演示分散投資的效果  115 7.9  股票的數目和投資組合風險  117 7.10  從雅虎財經網站歷史價格數據  119 7.10.1  用直方圖顯示收益率分布  120 7.10.2  比較單隻股票的收益和市場收益  122 7.11  了解現金的時間價值  124 7.12  用燭臺圖展示IBM的每日收盤價  125 7.13  用圖形展示價格變化  126 7.14  同時展示收盤價和交易量  129 7.14.1  在圖形上添加數學公式  130 7.14.2  在圖形上添加簡單的圖像  131 7.14.3  保存圖形文件  132 7.15  比較個股的表現  132 7.16  比較多隻股票的收益率與波動率  133 7.17  查找學習手冊、示例和有關視頻  135 7.18  獨立安裝matplotlib模塊  136 7.19  小結  136 練習題  136 第8章  時間序列的統計分析  139 8.1  安裝pandas和statsmodels模塊  140 8.1.1  在Anaconda命令提示符下啟動Python  140 8.1.2  使用DOS窗口啟動Python  141 8.1.3  使用Spyder啟動Python  142 8.2  Pandas和statsmodels模塊簡介  143 8.2.1  如何使用Pandas模塊  143 8.2.2  statsmodels模塊示例  144 8.3  開源數據  145 8.4  用Python代碼輸入數據  147 8.4.1  從剪貼板輸入數據  147 8.4.2  從雅虎財經網站歷史價格數據  147 8.4.3  從txt文件輸入數據  148 8.4.4  從Excel文件輸入數據  149 8.4.5  從csv文件輸入數據  150 8.4.6  從網頁數據  150 8.4.7  從MATLAB數據文件輸入數據  152 8.5  幾個重要的函數  152 8.5.1  使用pd.Series()生成一維時間序列  152 8.5.2  使用日期變量  153 8.5.3  使用DataFrame數據類型  154 8.6  計算回報率  156 8.6.1  從日回報率計算月回報率  157 8.6.2  從日回報率計算年回報率  159 8.7  按日期合並數據集  160 8.8  構建n隻股票的投資組合  161 8.9  T-檢驗和F-檢驗  162 8.9.1  檢驗方差是否相等  163 8.9.2  測試“一月效應”  164 8.10  金融研究和實戰的應用舉例  165 8.10.1  基於52周最高價和最低價的交易策略  165 8.10.2  用Roll（1984）模型來估算買賣價差  166 8.10.3  用Amihud（2002）模型來估算反流動性指標  167 8.10.4  Pastor和Stambaugh（2003）流動性指標  168 8.10.5  Fama-French三因子模型  171 8.10.6  Fama-MacBeth回歸模型  173 8.10.7  滾動式估算市場風險繫數  174 8.10.8  在險價值簡介  177 8.11  構建有效組合邊界  178 8.11.1  估計方差-協方差矩陣  178 8.11.2  優化-最小化  181 8.11.3  構建一個最優投資組合  181 8.11.4  構建n隻股票的有效組合邊界  183 8.12  插值法簡介  186 8.13  輸出數據到外部文件  187 8.13.1  輸出數據到一個文本文件  187 8.13.2  輸出數據到一個二進制文件  188 8.13.3  從二進制文件讀取數據  188 8.14  用Python分析高頻數據並計算買賣價差  188 8.15  更多關於使用Spyder的信息  194 8.16  一個有用的數據集  195 8.17  小結  196 練習題  197 第9章  Black-Scholes-Merton期權定價模型  201 9.1  看漲期權和看跌期權的收益和利潤/損失函數  202 9.2  歐式期權與美式期權  205 9.3  現金流、不同類型的期權、權利和責任  206 9.4  正態分布、標準正態分布和累積標準正態分布  206 9.5  不分紅股票的期權定價模型  209 9.6  用於期權定價的p4f模塊  210 9.7  已知分紅股票的歐式期權價格  212 9.8  多種交易策略  213 9.8.1  股票多頭和看漲期權空頭的組合  214 9.8.2  跨式期權組合—具有同樣執行價格的看漲期權和看跌期權的組合  215 9.8.3  日歷套利組合  216 9.8.4  蝶式看漲期權組合  218 9.9  期權價格和輸入參數之間的關繫  219 9.10  與期權相關的希臘字母  219 9.11  期權平價關繫及其圖形表示  221 9.12  二叉樹法及其圖形表示  223 9.12.1  為歐式期權定價的二叉樹法  229 9.12.2  為美式期權定價的二叉樹法  229 9.13  套期保值策略  230 9.14  小結  231 練習題  232 0章  Python的循環語句和隱含波動率的計算  235 10.1  隱含波動率的定義  236 10.2  for循環簡介  237 10.2.1  使用for循環計算隱含波動率  237 10.2.2  歐式期權的隱含波動率  238 10.2.3  看跌期權的隱含波動率  239 10.2.4  enumerate()函數簡介  240 10.3  用for循環計算內部收益率及多個內部收益率  241 10.4  while循環簡介  243 10.4.1  使用鍵盤命令停止無限循環  244 10.4.2  使用while循環計算隱含波動率  244 10.4.3  多重嵌套的for循環  246 10.5  美式看漲期權的隱含波動率  246 10.6  測試一個程序的運行時間  247 10.7  二分搜索的原理  248 10.8  順序訪問與隨機訪問  249 10.9  通過循環訪問素  250 10.9.1  利用for循環賦值  251 10.9.2  通過循環訪問素  251 10.10  從CBOE網站期權數據  252 10.11  從雅虎財經網頁期權數據  254 10.11.1  從雅虎財經網頁檢索不同的到期日期  254 10.11.2  從雅虎財經網頁當前價格  255 10.12  看跌期權和看漲期權的比率及其短期趨勢  255 10.13  小結  258 練習題  258 1章  蒙特卡羅模擬和期權定價  261 11.1  產生服從標準正態分布的隨機數  262 11.1.1  產生服從（高斯）正態分布的隨機樣本  263 11.1.2  利用種子（seed）生成相同的隨機數  263 11.1.3  產生n個服從正態分布的隨機數  263 11.1.4  正態分布樣本的直方圖  264 11.1.5  對數正態分布的圖形表示  265 11.1.6  產生服從泊松分布的隨機數  266 11.1.7  產生服從均勻分布的隨機數  266 11.2  利用蒙特卡羅模擬計算的近似值  267 11.3  從 隻股票中隨機選擇m隻  268 11.4  可重復和不可重復的隨機取樣  270 11.5  年收益率的分布  271 11.6  模擬股價變化  273 11.7  圖形展示期權到期日的股票價格的分布  275 11.8  尋找有效的投資組合和有效邊界  276 11.8.1  尋找基於兩隻股票的有效組合及相關繫數的影響  276 11.8.2  構建n隻股票的有效邊界  281 11.9  算術平均值與幾何平均值  283 11.10  預測長期回報率  284 11.11  用模擬法為看漲期權定價  285 11.12  奇異期權簡介  286 11.12.1  利用蒙特卡羅模擬給均價期權定價  286 11.12.2  利用蒙特卡羅模擬給障礙式期權定價  288 11.13  障礙式期權的平價關繫及其圖形演示  289 11.14  具有浮動執行價格的回望式期權的定價  293 11.15  使用Sobol序列來提高效率  294 11.16  小結  294 練習題  295 2章  波動率和GARCH模型  296 12.1  傳統的風險測度-標準方差  297 12.2  檢驗正態分布  297 12.3  下偏標準方差  300 12.4  檢驗兩個時間段的波動率是否相等  302 12.5  利用Breusch和Pagan（1979）方法檢驗異方差  303 12.6  從雅虎財經網頁檢索期權數據  306 12.7  波動率的微笑曲線和斜度  307 12.8  波動率集聚效應的圖形表示  309 12.9  ARCH模型及ARCH（1）隨機過程的模擬  310 12.10  GARCH（廣義ARCH）模型  312 12.10.1  模擬GARCH隨機過程  312 12.10.2  采用改良的garchSim()函數模擬GARCH(p,q)模型  313 12.10.3  由Glosten、Jagannanthan和 Runkle（1993）提出的GJR_ GARCH模型簡介  315 12.11  小結  319 練習題  319