Python是金融业中使用的最流行的编程语言之一,具有大量的配套库。
在这本书中,您将介绍下载金融数据和为建模做准备的不同方法。你将计算技术分析中常用的指标,如波林格波段、MACD、RSI和backtest自动交易策略。接下来,您将学习时间序列分析和模型,例如指数平滑、ARIMA和GARCH(包括多元规范),然后介绍流行的CAPM和Fama-French三因素模型。然后,您将了解如何优化资产配置,并将蒙特卡洛模拟用于计算美国期权价格和估计风险价值(VaR)等任务。在后面的章节中,您将完成金融领域的整个数据科学项目。您还将学习如何使用高级分类器(如random forest、XGBoost、LightGBM和堆叠模型)解决信用卡欺诈和默认问题。然后您就可以调优模型的超参数并处理类的不平衡。最后,您将学习如何使用深度学习(PyTorch)来处理财务任务。
在本书的末尾,您将学会如何使用基于收据的方法有效地分析财务数据。