توضیحات
Cover — Copyright — Credits — About the Author — About the Reviewers — www.PacktPub.com — Customer Feedback — Table of Contents — Preface — Chapter 1: Python Basics — Python installation — Installation of Python via Anaconda — Launching Python via Spyder — Direct installation of Python — Variable assignment, empty space, and writing our own programs — Writing a Python function — Python loops — Python loops, if…else conditions — Data input — Data manipulation — Data output — Exercises — Summary — Chapter 2: Introduction to Python Modules — What is a Python module? — Introduction to NumPy — Introduction to SciPy — Introduction to matplotlib — How to install matplotlib — Several graphical presentations using matplotlib — Introduction to statsmodels — Introduction to pandas — Python modules related to finance — Introduction to the pandas_reader module — Two financial calculators — How to install a Python module — Module dependency — Exercises — Summary — Chapter 3: Time Value of Money — Introduction to time value of money — Writing a financial calculator in Python — Definition of NPV and NPV rule — Definition of IRR and IRR rule — Definition of payback period and payback period rule — Writing your own financial calculator in Python — Two general formulae for many functions — Appendix A — Installation of Python, NumPy, and SciPy — Appendix B — visual presentation of time value of money — Appendix C — Derivation of present value of annuity from present value of one future cash flow and present value of perpetuity — Appendix D — How to download a free financial calculator written in Python — Appendix E — The graphical presentation of the relationship between NPV and R — Appendix F — graphical presentation of NPV profile with two IRRs — Appendix G — Writing your own financial calculator in Python.;Learn and implement various Quantitative Finance concepts using the popular Python librariesAbout This Book* Understand the fundamentals of Python data structures and work with time-series data* Implement key concepts in quantitative finance using popular Python libraries such as NumPy, SciPy, and matplotlib* A step-by-step tutorial packed with many Python programs that will help you learn how to apply Python to financeWho This Book Is ForThis book assumes that the readers have some basic knowledge related to Python. However, he/she has no knowledge of quantitative finance. In addition, he/she has no knowledge about financial data. What You Will Learn* Become acquainted with Python in the first two chapters* Run CAPM, Fama-French 3-factor, and Fama-French-Carhart 4-factor models* Learn how to price a call, put, and several exotic options* Understand Monte Carlo simulation, how to write a Python program to replicate the Black-Scholes-Merton options model, and how to price a few exotic options* Understand the concept of volatility and how to test the hypothesis that volatility changes over the years* Understand the ARCH and GARCH processes and how to write related Python programsIn DetailThis book uses Python as its computational tool. Since Python is free, any school or organization can download and use it. This book is organized according to various finance subjects. In other words, the first edition focuses more on Python, while the second edition is truly trying to apply Python to finance. The book starts by explaining topics exclusively related to Python. Then we deal with critical parts of Python, explaining concepts such as time value of money stock and bond evaluations, capital asset pricing model, multi-factor models, time series analysis, portfolio theory, options and futures. This book will help us to learn or review the basics of quantitative finance and apply Python to solve various problems, such as estimating IBM’s market risk, running a Fama-French 3-factor, 5-factor, or Fama-French-Carhart 4 factor model, estimating the VaR of a 5-stock portfolio, estimating the optimal portfolio, and constructing the efficient frontier for a 20-stock portfolio with real-world stock, and with Monte Carlo Simulation. Later, we will also learn how to replicate the famous Black-Scholes-Merton option model and how to price exotic options such as the average price call option. Style and approachThis book takes a step-by-step approach in explaining the libraries and modules in Python, and how they can be used to implement various aspects of quantitative finance. Each concept is explained in depth and supplemented with code examples for better understanding.
————————————————————–
ترجمه ماشینی :
پوشش – حق چاپ – اعتبار – درباره نویسنده – درباره داوران – www.packtpub.com – بازخورد مشتری – جدول مطالب – پیشگفتار – فصل 1: اصول اولیه: پایه های پایتون – نصب پایتون – نصب از پایتون از طریق آناکوندا – راه اندازی پایتون از طریق Spyder – نصب مستقیم پایتون – تکالیف متغیر ، فضای خالی و نوشتن برنامه های خود ما – نوشتن یک عملکرد پایتون – حلقه های پایتون – حلقه های پایتون ، اگر … شرایط دیگر – ورودی داده ها- دستکاری داده ها- خروجی داده ها- تمرینات- خلاصه- فصل 2: مقدمه ای برای ماژول های پایتون- ماژول پایتون چیست؟ – مقدمه ای برای NUMPY- مقدمه ای برای SCIPY- مقدمه ای برای نصب Matplotlib- چندین ارائه گرافیکی با استفاده از Matplotlib- مقدمه ای برای Statsmodels- مقدمه ای برای پاندا- ماژول های پایتون مربوط به امور مالی- مقدمه ای بر. ماژول pandas_reader – دو ماشین حساب مالی – نحوه نصب ماژول پایتون – وابستگی ماژول – تمرینات – خلاصه – فصل 3: ارزش زمان پول – مقدمه ارزش زمان پول – نوشتن یک ماشین حساب مالی در پایتون – تعریف قانون NPV و NPV- تعریف قانون IRR و IRR- تعریف دوره بازپرداخت و قانون بازپرداخت- نوشتن ماشین حساب مالی خود در پایتون- دو فرمول کلی برای بسیاری از کارکردها- پیوست A- نصب از Python ، Numpy و Scipy – پیوست B – ارائه بصری ارزش زمان پول – پیوست C – مشتق ارزش فعلی سالیانه از ارزش فعلی یک جریان نقدی آینده و ارزش فعلی دائمی – پیوست D – – نحوه بارگیری یک ماشین حساب مالی رایگان که در پایتون نوشته شده است – پیوست E – ارائه گرافیکی رابطه بین NPV و R – ضمیمه F – ارائه گرافیکی مشخصات NPV با دو IRR – پیوست G – نوشتن خود ماشین حساب مالی در پایتون. ؛ مفاهیم مختلف مالی کمی را با استفاده از کتابخانه محبوب Python در این کتاب یاد بگیرید و پیاده سازی کنید* اصول ساختارهای داده پایتون را درک کنید و با داده های سری زمانی کار کنید* با استفاده از کتابخانه های محبوب پایتون مانند Numpy ، مفاهیم کلیدی را در امور مالی کمی اجرا کنید. Scipy ، و Matplotlib* یک آموزش گام به گام با بسیاری از برنامه های پایتون که به شما کمک می کند یاد بگیرید که چگونه پایتون را برای تأمین مالی استفاده کنید ، این کتاب Forthis فرض
tag : دانلود کتاب پایتون برای امور مالی , Download پایتون برای امور مالی , دانلود پایتون برای امور مالی , Download Python for Finance Book , پایتون برای امور مالی دانلود , buy پایتون برای امور مالی , خرید کتاب پایتون برای امور مالی , دانلود کتاب Python for Finance , کتاب Python for Finance , دانلود Python for Finance , خرید Python for Finance , خرید کتاب Python for Finance ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.