前言

第1章 Python在金融中的应用

 1.1 Python适合我吗

1.1.1 免费+开源

1.1.2 高级、强大、灵活的编程语言

1.1.3 丰富的标准库

 1.2 面向对象编程与函数式编程

1.2.1 面向对象式方法

1.2.2 函数式方法

1.2.3 我该使用哪种方法

 1.3 我该使用哪个版本的Python

 1.4 IPython简介

1.4.1 安装IPython

1.4.2 使用pip

1.4.3 IPython Notebook

1.4.4 Notebook单元格

1.4.5 IPython Notebook简单的练习

1.4.6 Notebook与金融

 1.5 总结

第2章 金融中的线性问题

 2.1 资本资产定价模型与证券市场线

 2.2 套利定价模型

 2.3 因子模型的多元线性回归

 2.4 线性最优化

2.4.1 安装PuLP

2.4.2 一个简单的线性优化问题

2.4.3 线性规划的结果

2.4.4 整数规划

 2.5 使用矩阵解线性方程组

 2.6 LU分解

 2.7 Cholesky分解

 2.8 QR分解

 2.9 总结

第3章 非线性与金融

 3.1 非线性建模

 3.2 非线性模型举例

3.2.1 隐含波动率模型

3.2.2 马尔可夫机制转换模型

3.2.3 门限自回归模型

3.2.4 平滑转换模型

 3.3 非线性模型求根算法概述

 ……

第4章 利用数值方法为衍生品定价

第5章 利率及其衍生工具

第6章 利用Python分析欧洲斯托克50指数波动率

第7章 大数据分析

第8章 算法交易

第9章 回溯测试

第10章 Python与Excel的融通

马伟明著的《Python金融数据分析》系统阐述Python在金融领域的应用，不仅涵盖核心的金融理论及相关数学概念，还详细讲解如何应用Python求解经典的资产定价模型、解决金融中的线性和非线性问题、开发数值程序和利率模型，以及如何根据有限差分法定价来描绘含有期权的隐含波动率曲线等。

本书还介绍了Hadoop在大数据分析中的应用以及Python和Excel的融通，包括使用Python执行MapReduce操作，用NoSQL存储数据，在Python中构建一个组件对象模型服务器和客户端界面与Excel融通，以及在Excel中即时计算期权价格。

此外，通过学习本书，你将了解如何连接到代理API，检索市场数据，生成交易信号并向交易所发送订单，以及平均回报和趋势跟踪等交易策略的实施。另外，本书还将介绍风险管理、头寸跟踪和回测技术，以帮助你管理交易策略的实施效果。

Python已广泛应用于银行业、投资管理、保险业、房地产行业等金融领域，用于开发金融模型、管理风险和自动完成交易。许多大型金融机构依赖Python来搭建职位管理、资产定价、风险管理和交易系统等基础设施。

马伟明著的《Python金融数据分析》将介绍核心的金融理论，并给出它们的数学概念，以帮助读者更好地理解它们在实际中的应用价值。