Python金融數(shù)據(jù)分析

第1章  獲取金融數(shù)據(jù) 1
　　1.1  從雅虎財經(jīng)獲取數(shù)據(jù) 2
　　1.1.1  實戰(zhàn)操作 3
　　1.1.2  原理解釋 4
　　1.1.3  擴展知識 4
　　1.1.4  參考資料 5
　　1.2  從Nasdaq Data Link獲取數(shù)據(jù) 5
　　1.2.1  準(zhǔn)備工作 6
　　1.2.2  實戰(zhàn)操作 6
　　1.2.3  原理解釋 7
　　1.2.4  擴展知識 8
　　1.2.5  參考資料 9
　　1.3  從Intrinio獲取數(shù)據(jù) 10
　　1.3.1  準(zhǔn)備工作 10
　　1.3.2  實戰(zhàn)操作 10
　　1.3.3  原理解釋 12
　　1.3.4  擴展知識 12
　　1.3.5  參考資料 16
　　1.4  從Alpha Vantage獲取數(shù)據(jù) 16
　　1.4.1  準(zhǔn)備工作 16
　　1.4.2  實戰(zhàn)操作 17
　　1.4.3  原理解釋 18
　　1.4.4  擴展知識 18
　　1.4.5  參考資料 21
　　1.5  從CoinGecko獲取數(shù)據(jù) 21
　　1.5.1  實戰(zhàn)操作 21
　　1.5.2  原理解釋 22
　　1.5.3  擴展知識 23
　　1.5.4  參考資料 24
　　1.6  小結(jié) 24
第2章  數(shù)據(jù)預(yù)處理 27
　　2.1  將價格轉(zhuǎn)化為收益 27
　　2.1.1  實戰(zhàn)操作 28
　　2.1.2  原理解釋 29
　　2.2  為通貨膨脹調(diào)整收益 29
　　2.2.1  實戰(zhàn)操作 30
　　2.2.2  原理解釋 31
　　2.2.3  擴展知識 32
　　2.2.4  參考資料 33
　　2.3  改變時間序列數(shù)據(jù)的頻率 33
　　2.3.1  做好準(zhǔn)備 34
　　2.3.2  實戰(zhàn)操作 34
　　2.3.3  原理解釋 36
　　2.4  估算缺失數(shù)據(jù)的不同方法 36
　　2.4.1  實戰(zhàn)操作 36
　　2.4.2  原理解釋 39
　　2.4.3  擴展知識 39
　　2.4.4  參考資料 41
　　2.5  轉(zhuǎn)換貨幣單位 41
　　2.5.1  實戰(zhàn)操作 41
　　2.5.2  原理解釋 42
　　2.5.3  擴展知識 43
　　2.5.4  參考資料 44
　　2.6  聚合交易數(shù)據(jù)的不同方式 44
　　2.6.1  實戰(zhàn)操作 46
　　2.6.2  原理解釋 50
　　2.6.3  擴展知識 52
　　2.6.4  參考資料 52
　　2.7  小結(jié) 52
第3章  可視化金融時間序列 53
　　3.1  時間序列數(shù)據(jù)的基本可視化 54
　　3.1.1  實戰(zhàn)操作 54
　　3.1.2  原理解釋 56
　　3.1.3  擴展知識 56
　　3.1.4  參考資料 59
　　3.2  可視化季節(jié)性模式 59
　　3.2.1  實戰(zhàn)操作 59
　　3.2.2  原理解釋 62
　　3.2.3  擴展知識 62
　　3.3  創(chuàng)建交互式可視化 65
　　3.3.1  實戰(zhàn)操作 66
　　3.3.2  原理解釋 68
　　3.3.3  擴展知識 69
　　3.3.4  參考資料 70
　　3.4  創(chuàng)建K線圖 71
　　3.4.1  準(zhǔn)備工作 72
　　3.4.2  實戰(zhàn)操作 72
　　3.4.3  原理解釋 74
　　3.4.4  擴展知識 74
　　3.4.5  參考資料 76
　　3.5  小結(jié) 77
第4章  探索金融時間序列數(shù)據(jù) 79
　　4.1  使用滾動統(tǒng)計進行異常值檢測 79
　　4.1.1  實戰(zhàn)操作 80
　　4.1.2  原理解釋 82
　　4.1.3  擴展知識 82
　　4.2  使用Hampel過濾器進行異常值檢測 83
　　4.2.1  實戰(zhàn)操作 84
　　4.2.2  原理解釋 85
　　4.2.3  擴展知識 86
　　4.2.4  參考資料 87
　　4.3  檢測時間序列中的變點 88
　　4.3.1  實戰(zhàn)操作 89
　　4.3.2  原理解釋 91
　　4.3.3  擴展知識 91
　　4.3.4  參考資料 93
　　4.4  檢測時間序列中的趨勢 93
　　4.4.1  實戰(zhàn)操作 94
　　4.4.2  原理解釋 95
　　4.4.3  參考資料 96
　　4.5  使用Hurst指數(shù)檢測時間序列中的模式 96
　　4.5.1  實戰(zhàn)操作 97
　　4.5.2  原理解釋 99
　　4.5.3  擴展知識 100
　　4.5.4  參考資料 100
　　4.6  研究資產(chǎn)收益的典型化事實 100
　　4.6.1  準(zhǔn)備工作 101
　　4.6.2  實戰(zhàn)操作 101
　　4.6.3  原理解釋 108
　　4.6.4  擴展知識 110
　　4.6.5  參考資料 112
　　4.7  小結(jié) 112
第5章  技術(shù)分析和構(gòu)建交互式儀表板 113
　　5.1  計算最流行的技術(shù)指標(biāo) 113
　　5.1.1  實戰(zhàn)操作 114
　　5.1.2  原理解釋 118
　　5.1.3  擴展知識 119
　　5.1.4  參考資料 119
　　5.2  下載技術(shù)指標(biāo) 120
　　5.2.1  實戰(zhàn)操作 120
　　5.2.2  原理解釋 122
　　5.2.3  擴展知識 122
　　5.3  識別K線圖的形態(tài) 124
　　5.3.1  實戰(zhàn)操作 125
　　5.3.2  原理解釋 127
　　5.3.3  擴展知識 128
　　5.3.4  參考資料 129
　　5.4  使用Streamlit構(gòu)建用于技術(shù)分析的交互式Web應(yīng)用程序 129
　　5.4.1  準(zhǔn)備工作 130
　　5.4.2  實戰(zhàn)操作 130
　　5.4.3  原理解釋 135
　　5.4.4  擴展知識 139
　　5.4.5  參考資料 139
　　5.5  部署技術(shù)分析應(yīng)用程序 139
　　5.5.1  準(zhǔn)備工作 140
　　5.5.2  實戰(zhàn)操作 140
　　5.5.3  原理解釋 141
　　5.5.4  擴展知識 142
　　5.5.5  參考資料 142
　　5.6  小結(jié) 143
第6章  時間序列分析與預(yù)測 145
　　6.1  時間序列分解 146
　　6.1.1  實戰(zhàn)操作 148
　　6.1.2  原理解釋 151
　　6.1.3  擴展知識 151
　　6.1.4  參考資料 154
　　6.2  測試時間序列的平穩(wěn)性 155
　　6.2.1  準(zhǔn)備工作 156
　　6.2.2  實戰(zhàn)操作 156
　　6.2.3  原理解釋 158
　　6.2.4  擴展知識 159
　　6.2.5  參考資料 160
　　6.3  校正時間序列的平穩(wěn)性 160
　　6.3.1  實戰(zhàn)操作 161
　　6.3.2  原理解釋 166
　　6.3.3  擴展知識 166
　　6.4  使用指數(shù)平滑方法對時間序列建模 168
　　6.4.1  準(zhǔn)備工作 169
　　6.4.2  實戰(zhàn)操作 169
　　6.4.3  原理解釋 174
　　6.4.4  擴展知識 175
　　6.4.5  參考資料 177
　　6.5  使用ARIMA類模型對時間序列建模 178
　　6.5.1  準(zhǔn)備工作 179
　　6.5.2  實戰(zhàn)操作 179
　　6.5.3  原理解釋 186
　　6.5.4  擴展知識 188
　　6.5.5  參考資料 190
　　6.6  使用auto-ARIMA尋找最佳擬合的ARIMA模型 190
　　6.6.1  準(zhǔn)備工作 191
　　6.6.2  實戰(zhàn)操作 191
　　6.6.3  原理解釋 197
　　6.6.4  擴展知識 197
　　6.6.5  參考資料 203
　　6.7  小結(jié) 203
第7章  基于機器學(xué)習(xí)的時間序列預(yù)測 205
　　7.1  時間序列的驗證方法 205
　　7.1.1  實戰(zhàn)操作 208
　　7.1.2  原理解釋 214
　　7.1.3  擴展知識 216
　　7.1.4  參考資料 219
　　7.2  時間序列的特征工程 219
　　7.2.1  實戰(zhàn)操作 220
　　7.2.2  原理解釋 228
　　7.2.3  擴展知識 229
　　7.3  將時間序列預(yù)測作為簡化回歸任務(wù) 234
　　7.3.1  準(zhǔn)備工作 235
　　7.3.2  實戰(zhàn)操作 235
　　7.3.3  原理解釋 243
　　7.3.4  擴展知識 246
　　7.3.5  參考資料 246
　　7.4  使用Meta的Prophet進行預(yù)測 246
　　7.4.1  實戰(zhàn)操作 248
　　7.4.2  原理解釋 255
　　7.4.3  擴展知識 256
　　7.4.4  參考資料 260
　　7.5  使用PyCaret進行時間序列預(yù)測的AutoML 260
　　7.5.1  準(zhǔn)備工作 260
　　7.5.2  實戰(zhàn)操作 260
　　7.5.3  原理解釋 267
　　7.5.4  擴展知識 269
　　7.6  小結(jié) 270
第8章  多因素模型 273
　　8.1  估計CAPM 274
　　8.1.1  實戰(zhàn)操作 275
　　8.1.2  原理解釋 277
　　8.1.3  擴展知識 277
　　8.1.4  參考資料 280
　　8.2  估計Fama-French三因素模型 280
　　8.2.1  實戰(zhàn)操作 281
　　8.2.2  原理解釋 284
　　8.2.3  擴展知識 284
　　8.2.4  參考資料 285
　　8.3  估計資產(chǎn)組合的滾動三因素模型 285
　　8.3.1  實戰(zhàn)操作 286
　　8.3.2  原理解釋 288
　　8.4  估計四因素和五因素模型 289
　　8.4.1  實戰(zhàn)操作 290
　　8.4.2  原理解釋 294
　　8.4.3  參考資料 294
　　8.5  使用Fama-MacBeth回歸估計橫截面因素模型 295
　　8.5.1  實戰(zhàn)操作 296
　　8.5.2  原理解釋 298
　　8.5.3  擴展知識 298
　　8.5.4  參考資料 300
　　8.6  小結(jié) 301
第9章  使用GARCH類模型對波動率進行建模 303
　　9.1  使用ARCH模型對股票收益的波動性進行建模 304
　　9.1.1  實戰(zhàn)操作 305
　　9.1.2  原理解釋 308
　　9.1.3  擴展知識 309
　　9.1.4  參考資料 310
　　9.2  使用GARCH模型對股票收益的波動性進行建模 310
　　9.2.1  實戰(zhàn)操作 311
　　9.2.2  原理解釋 313
　　9.2.3  擴展知識 313
　　9.2.4  參考資料 315
　　9.3  使用GARCH模型預(yù)測波動率 315
　　9.3.1  實戰(zhàn)操作 316
　　9.3.2  原理解釋 320
　　9.3.3  擴展知識 320
　　9.4  使用CCC-GARCH模型進行多變量波動率預(yù)測 323
　　9.4.1  實戰(zhàn)操作 324
　　9.4.2  原理解釋 327
　　9.4.3  參考資料 327
　　9.5  使用DCC-GARCH預(yù)測條件協(xié)方差矩陣 327
　　9.5.1  準(zhǔn)備工作 328
　　9.5.2  實戰(zhàn)操作 329
　　9.5.3  原理解釋 332
　　9.5.4  擴展知識 333
　　9.5.5  參考資料 335
　　9.6  小結(jié) 336
第10章  金融領(lǐng)域中的蒙特卡羅模擬 337
　　10.1  使用幾何布朗運動模擬股票價格動態(tài) 337
　　10.1.1  實戰(zhàn)操作 338
　　10.1.2  原理解釋 341
　　10.1.3  擴展知識 343
　　10.1.4  參考資料 344
　　10.2  使用模擬為歐式期權(quán)定價 345
　　10.2.1  實戰(zhàn)操作 346
　　10.2.2  原理解釋 347
　　10.2.3  擴展知識 348
　　10.3  使用最小二乘法蒙特卡羅為美式期權(quán)定價 350
　　10.3.1  實戰(zhàn)操作 351
　　10.3.2  原理解釋 353
　　10.3.3  參考資料 354
　　10.4  使用QuantLib為美式期權(quán)定價 354
　　10.4.1  準(zhǔn)備工作 354
　　10.4.2  實戰(zhàn)操作 354
　　10.4.3  原理解釋 356
　　10.4.4  擴展知識 357
　　10.5  為障礙期權(quán)定價 358
　　10.5.1  實戰(zhàn)操作 359
　　10.5.2  原理解釋 360
　　10.5.3  擴展知識 361
　　10.6  使用蒙特卡羅模擬估計風(fēng)險價值 361
　　10.6.1  實戰(zhàn)操作 362
　　10.6.2  原理解釋 365
　　10.6.3  擴展知識 366
　　10.7  小結(jié) 367
第11章  資產(chǎn)配置 369
　　11.1  評估等權(quán)重投資組合的績效 370
　　11.1.1  實戰(zhàn)操作 370
　　11.1.2  原理解釋 373
　　11.1.3  擴展知識 374
　　11.1.4  參考資料 378
　　11.2  使用蒙特卡羅模擬尋找有效邊界 378
　　11.2.1  實戰(zhàn)操作 379
　　11.2.2  原理解釋 382
　　11.2.3  擴展知識 384
　　11.3  使用SciPy優(yōu)化找到有效邊界 386
　　11.3.1  準(zhǔn)備工作 387
　　11.3.2  實戰(zhàn)操作 387
　　11.3.3  原理解釋 390
　　11.3.4  擴展知識 392
　　11.3.5  參考資料 393
　　11.4  使用CVXPY凸優(yōu)化尋找有效邊界 393
　　11.4.1  準(zhǔn)備工作 394
　　11.4.2  實戰(zhàn)操作 394
　　11.4.3  原理解釋 397
　　11.4.4  擴展知識 398
　　11.5  使用分層風(fēng)險平價尋找最佳投資組合 402
　　11.5.1  實戰(zhàn)操作 403
　　11.5.2  原理解釋 405
　　11.5.3  擴展知識 406
　　11.5.4  參考資料 409
　　11.6  小結(jié) 410
第12章  回測交易策略 411
　　12.1  使用pandas進行向量化回測 413
　　12.1.1  實戰(zhàn)操作 413
　　12.1.2  原理解釋 416
　　12.1.3  擴展知識 417
　　12.2  使用backtrader進行事件驅(qū)動的回測 418
　　12.2.1  準(zhǔn)備工作 419
　　12.2.2  實戰(zhàn)操作 419
　　12.2.3  原理解釋 424
　　12.2.4  擴展知識 425
　　12.2.5  參考資料 427
　　12.3  基于RSI回測多頭/空頭策略 427
　　12.3.1  實戰(zhàn)操作 427
　　12.3.2  原理解釋 430
　　12.3.3  擴展知識 431
　　12.3.4  參考資料 434
　　12.4  回測基于布林帶的買入/賣出策略 434
　　12.4.1  實戰(zhàn)操作 435
　　12.4.2  原理解釋 440
　　12.4.3  擴展知識 441
　　12.5  使用加密貨幣交易數(shù)據(jù)回測移動平均線交叉策略 441
　　12.5.1  實戰(zhàn)操作 442
　　12.5.2  原理解釋 447
　　12.5.3  擴展知識 447
　　12.6  回測均值方差投資組合優(yōu)化 448
　　12.6.1  準(zhǔn)備工作 448
　　12.6.2  實戰(zhàn)操作 448
　　12.6.3  原理解釋 452
　　12.6.4  參考資料 453
　　12.7  小結(jié) 455
第13章  應(yīng)用機器學(xué)習(xí)：識別信用違約 457
　　13.1  加載數(shù)據(jù)和管理數(shù)據(jù)類型 458
　　13.1.1  實戰(zhàn)操作 458
　　13.1.2  原理解釋 462
　　13.1.3  擴展知識 464
　　13.1.4  參考資料 465
　　13.2  探索性數(shù)據(jù)分析 466
　　13.2.1  準(zhǔn)備工作 467
　　13.2.2  實戰(zhàn)操作 467
　　13.2.3  原理解釋 476
　　13.2.4  擴展知識 479
　　13.2.5  參考資料 481
　　13.3  將數(shù)據(jù)拆分為訓(xùn)練集和測試集 482
　　13.3.1  實戰(zhàn)操作 482
　　13.3.2  原理解釋 483
　　13.3.3  擴展知識 484
　　13.4  識別和處理缺失值 485
　　13.4.1  準(zhǔn)備工作 487
　　13.4.2  實戰(zhàn)操作 487
　　13.4.3  原理解釋 489
　　13.4.4  擴展知識 490
　　13.4.5  參考資料 492
　　13.5  編碼分類變量 493
　　13.5.1  準(zhǔn)備工作 494
　　13.5.2  實戰(zhàn)操作 495
　　13.5.3  原理解釋 497
　　13.5.4  擴展知識 498
　　13.6  擬合決策樹分類器 500
　　13.6.1  準(zhǔn)備工作 501
　　13.6.2  實戰(zhàn)操作 501
　　13.6.3  原理解釋 505
　　13.6.4  擴展知識 508
　　13.6.5  參考資料 513
　　13.7  使用管道組織項目 514
　　13.7.1  實戰(zhàn)操作 514
　　13.7.2  原理解釋 517
　　13.7.3  擴展知識 518
　　13.8  使用網(wǎng)格搜索和交叉驗證調(diào)整超參數(shù) 523
　　13.8.1  準(zhǔn)備工作 525
　　13.8.2  實戰(zhàn)操作 525
　　13.8.3  原理解釋 528
　　13.8.4  擴展知識 530
　　13.8.5  參考資料 534
　　13.9  小結(jié) 535
第14章  機器學(xué)習(xí)項目的高級概念 537
　　14.1  探索集成分類器 538
　　14.1.1  準(zhǔn)備工作 539
　　14.1.2  實戰(zhàn)操作 539
　　14.1.3  原理解釋 542
　　14.1.4  擴展知識 545
　　14.1.5  參考資料 547
　　14.2  探索編碼分類特征的替代方法 548
　　14.2.1  準(zhǔn)備工作 551
　　14.2.2  實戰(zhàn)操作 551
　　14.2.3  原理解釋 554
　　14.2.4  擴展知識 555
　　14.2.5  參考資料 556
　　14.3  研究處理不平衡數(shù)據(jù)的不同方法 556
　　14.3.1  準(zhǔn)備工作 559
　　14.3.2  實戰(zhàn)操作 559
　　14.3.3  原理解釋 563
　　14.3.4  擴展知識 564
　　14.3.5  參考資料 566
　　14.4  通過堆疊集成利用群體智慧 567
　　14.4.1  實戰(zhàn)操作 569
　　14.4.2  原理解釋 572
　　14.4.3  擴展知識 573
　　14.4.4  參考資料 574
　　14.5  貝葉斯超參數(shù)優(yōu)化 575
　　14.5.1  實戰(zhàn)操作 576
　　14.5.2  原理解釋 581
　　14.5.3  擴展知識 582
　　14.5.4  參考資料 589
　　14.6  特征重要性研究 590
　　14.6.1  準(zhǔn)備工作 592
　　14.6.2  實戰(zhàn)操作 593
　　14.6.3  原理解釋 600
　　14.6.4  擴展知識 601
　　14.6.5  參考資料 602
　　14.7  探索特征選擇技術(shù) 603
　　14.7.1  準(zhǔn)備工作 604
　　14.7.2  實戰(zhàn)操作 604
　　14.7.3  原理解釋 609
　　14.7.4  擴展知識 612
　　14.7.5  參考資料 615
　　14.8  探索可解釋的AI技術(shù) 616
　　14.8.1  準(zhǔn)備工作 619
　　14.8.2  實戰(zhàn)操作 619
　　14.8.3  原理解釋 630
　　14.8.4  擴展知識 632
　　14.8.5  參考資料 633
　　14.9  小結(jié) 635
第15章  金融領(lǐng)域的深度學(xué)習(xí) 637
　　15.1  探索fastai的Tabular Learner 637
　　15.1.1  實戰(zhàn)操作 639
　　15.1.2  原理解釋 645
　　15.1.3  擴展知識 648
　　15.1.4  參考資料 649
　　15.2  探索Google的TabNet 650
　　15.2.1  實戰(zhàn)操作 651
　　15.2.2  原理解釋 657
　　15.2.3  擴展知識 659
　　15.2.4  參考資料 660
　　15.3  使用Amazon的DeepAR進行時間序列預(yù)測 660
　　15.3.1  實戰(zhàn)操作 661
　　15.3.2  原理解釋 667
　　15.3.3  擴展知識 668
　　15.3.4  參考資料 673
　　15.4  使用NeuralProphet進行時間序列預(yù)測 673
　　15.4.1  實戰(zhàn)操作 674
　　15.4.2  原理解釋 682
　　15.4.3  擴展知識 683
　　15.4.4  參考資料 688
　　15.5  小結(jié) 688
　　15.5.1  表格數(shù)據(jù) 688
　　15.5.2  時間序列 689
　　15.5.3  其他領(lǐng)域 690
　　
·XXVI·
Python金融數(shù)據(jù)分析
　　
·XXVII·
目    錄