《金融大数据分析从认知到实践(第1辑)》(套装共3册)

内容介绍：

本书包含《Python金融大数据分析》、《Python金融实战》、《量化金融R语言初级教程》共三册。

《Python金融大数据分析》提供了使用Python进行数据分析，以及开发相关应用程序的技巧和工具。 《Python金融大数据分析》总计分为3部分，共19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部分介绍了金融分析和应用程序开发中最重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、随机数生成和随机过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的开发、Python与Web技术的集成，以及基于Web应用和Web服务的开发；第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的开发工作，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、波动率期权等知识。《Python金融大数据分析》适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。

《Python金融实战》：本书深入浅出地介绍了如何把Python应用于金融领域，例如用Python完成与个人理财或公司财务相关的金融计算、构建最优投资组合、计算各种期权的价格以及测试交易策略等。本书提供大量的示例帮助读者掌握Python编程语言和编程技巧。通过阅读本书，读者可以了解如何编写Python程序来模拟股票价格的变化、用蒙特卡罗方法给复杂的期权合约定价、计算买卖价差等流动性指标、绘制隐含波动率的微笑曲线、估计波动率的时间序列模型等。本书涉及金融的多个领域，包括金融衍生产品定价、投资组合、金融模型和金融时间序列分析等。 本书通过12章内容介绍了Python在金融领域的应用，从Python的安装、基础语法，再到一系列简单的编程示例，本书循序渐进地引导读者学习Python。同时，本书还结合Python的各个模块以及金融领域中的期权价格、金融图形绘制、时间序列、期权定价模型、期权定价等内容，深度揭示了Python在金融行业中的应用技巧。 本书适合金融、会计等相关专业的高校师生阅读，也适合金融领域的研究人员和从业人员参考学习。对于有一定计算机编程基础，但想要从事金融行业的读者，本书也是不错的参考用书。

《量化金融R语言初级教程》是写给想要使用R语言完成量化金融任务的读者的。学习量化金融领域强有力的工具，用R语言解决多种多样的问题。 R是用于统计分析、绘图的语言和操作环境。它是属于GNU系统的一个自由、免费、源代码开放的软件，是一个用于统计计算和统计制图的优秀工具。 本书通过9章的内容向读者详细介绍使用R语言实现量化金融的一些基础知识和方法，内容包括时间序列分析、投资组合优化、资产定价模型、固定收益证券、估计利率期限结构、衍生品定价、信用风险管理、极值理论和金融网络等。本书的目标读者是那些希望通过R语言来解决量化金融问题的读者，如果读者具备一定的金融知识，将会对本书的阅读有较大的帮助。通过阅读本书，读者将学习到有关R语言的诸多核心内容，并了解R语言在量化金融方面的各类应用。