《Python金融大数据分析》一导读-白红宇

前言

Python金融大数据分析

不久以前，在金融行业，Python作为一种编程语言和平台技术还被视为异端。相比之下，2014年有许多大型金融机构——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。

同样，当今许多金融工程硕士课程（或者授予类似学位的课程）也使用Python作为核心语言之一，教授计量金融理论与可执行计算机代码之间的转换方法。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。有些课程将它作为主要实现语言。

Python最近取得这样的成功，而且在未来似乎还会继续下去，这有许多原因。其中包括它的语法、Python开发人员可用的科学生态系统和数据分析库、易于和几乎所有其他技术集成，以及其开源地位（更多这方面的深入探讨请参见第1章）。

因此，有许多好的书籍，从不同角度和焦点传授Python。本书是最先介绍和传授Python金融应用的书籍之一，特别是将Python用于计量金融学和金融分析。书中采用的方法很实用，实现和说明先于理论细节，通常将焦点更多地放在大局上，而非某些类或者函数晦涩难懂的参数化选项。

本书的大部分是在基于浏览器的强大交互式环境IPython Notebook（在第2章中有更详细的介绍）中编写的，因此有可能为读者提供本书中几乎所有例子的可执行、交互式版本。

希望立即开始使用完备的交互式Python（以及R和Julia）金融分析环境的读者，应该前往，尝试Python Quant平台（结合本书提供的IPython Notebook文件）。你还应该关注基于Python的金融分析库DX analytics（）。我的另一本书《Derivatives Analytics with Python》（Wiley Finance）更详细地介绍高级衍生品分析的理论和数值方法，书中也提供了丰富而易用的Python代码。进一步的材料，特别是有关Python计量金融学应用的幻灯片及视频，可以在我的私人网站上找到（）。

前 言

目 录

前言

目录