Finanse i Python. Łagodne wprowadzenie do teorii.. Katowice

Finanse i Python. Łagodne wprowadzenie do teorii finansów Rozwój technologii i dostęp do danych finansowych stały się ogromnym ułatwieniem w korzystaniu z globalnych rynków finansowych. Jeśli zechcesz, możesz szybko zacząć przygodę na przykład z handlem algorytmicznym. Wystarczy, że masz niewielkie pojęcie o matematyce, programowaniu i ekonomii. Niestety, nieliczne programy nauczania o finansach integrują ze sobą te trzy dziedziny. Tymczasem koncepcje matematyczne wspaniale ułatwiają zrozumienie pojęć z zakresu inżynierii finansowej, a wczesne włączanie ćwiczeń programistycznych pozwala na znaczne zwiększenie efektywności takiej edukacji. Dzięki tej praktycznej, przystępnie napisanej książce szybko zrozumiesz podstawy teorii finansów, modelowania danych finansowych i zastosowania Pythona w finansach obliczeniowych. Znajdziesz tu systematyczne wprowadzenie do inżynierii finansowej, handlu algorytmicznego czy zarządzania aktywami. Zdobędziesz umiejętności tworzenia w Pythonie programów, które ułatwią Ci rozwiązywanie takich problemów jak ustalanie składu portfeli inwestycyjnych zgodnie z nowoczesną teorią portfela, a także wycena opcji i innych instrumentów pochodnych. Jeśli zajmujesz stanowisko kierownicze w branży finansowej, z pewnością przyda Ci się wiedza o zastosowaniu Pythona w finansach. Jeśli już biegle kodujesz w Pythonie, łatwiej skorzystasz ze swoich umiejętności w tworzeniu przydatnych aplikacji z zakresu inżynierii finansowej. W książce między innymi: matematyczne podstawy teorii finansów i programowania w Pythonie modele ekonomiczne i modelowanie danych finansowych zastosowanie Pythona w obliczeniach związanych z finansami wycena, podejmowanie decyzji, równowaga i alokacja aktywów zastosowanie bibliotek i narzędzi Pythona w modelowaniu finansowym Teoria finansów? Z Pythonem to dziecinnie proste! Spis treści: Wprowadzenie Po co jest ta książka? Docelowi odbiorcy Treść książki Konwencje stosowane w książce Korzystanie z kodu źródłowego Podziękowania 1. Finanse i Python Krótka historia finansów Główne trendy w finansach Świat czterech języków Podejście zastosowane w tej książce Pierwsze kroki z Pythonem Podsumowanie Bibliografia 2. Gospodarka dwustanowa Gospodarka Aktywa rzeczowe Agenci Czas Pieniądze Przepływy pieniężne Zysk Odsetki Wartość bieżąca Wartość bieżąca netto Niepewność Aktywa finansowe Ryzyko Miara probabilistyczna Oczekiwana wartość Oczekiwany zysk Zmienność Roszczenia warunkowe Replikacja Arbitraż cenowy Zupełność rynku Papiery wartościowe Arrowa-Debreu Wycena martyngałowa Pierwsze fundamentalne twierdzenie wyceny aktywów Wycena na podstawie oczekiwań Drugie fundamentalne twierdzenie wyceny aktywów Portfel średniej-wariancji Wnioski Inne źródła 3. Gospodarka trójstanowa Niepewność Aktywa finansowe Osiągalne roszczenia warunkowe Wycena martyngałowa Miary martyngałowe Wycena obojętna na ryzyko Superreplikacja Replikacja przybliżona Linia rynku kapitałowego Model wyceny aktywów kapitałowych Wnioski Inne źródła 4. Optymalność i równowaga Maksymalizacja użyteczności Krzywe obojętności Właściwe funkcje użyteczności Użyteczność logarytmiczna Użyteczność czasowo-addytywna Oczekiwana użyteczność Optymalny portfel inwestycyjny Czasowo-addytywna oczekiwana użyteczność Wycena na rynkach zupełnych Arbitraż cenowy Wycena martyngałowa Stopa procentowa wolna od ryzyka Przykład liczbowy (I) Wycena na rynkach niezupełnych Miary martyngałowe Wycena równowagi Przykład liczbowy (II) Wnioski Inne źródła 5. Gospodarka statyczna Niepewność Zmienne losowe Przykłady liczbowe Aktywa finansowe Roszczenia warunkowe Zupełność rynku Fundamentalne twierdzenia wyceny aktywów Wycena opcji metodą Blacka-Scholesa-Mertona Zupełność modelu Blacka-Scholesa-Mertona Wycena opcji metodą dyfuzji ze skokami Mertona Wycena agenta reprezentatywnego Wnioski Inne źródła 6. Gospodarka dynamiczna Dwumianowa wycena opcji Symulacja i wycena oparte na pętlach Pythona Symulacja i wycena oparte na kodzie wektoryzowanym Porównanie szybkości Wycena opcji metodą Blacka-Scholesa-Mertona Symulacja ścieżek cen akcji metodą Monte Carlo Wycena europejskiej opcji sprzedaży metodą Monte Carlo Wycena amerykańskiej opcji sprzedaży metodą Monte Carlo Wnioski Inne źródła 7. Co dalej? Matematyka Teoria finansów Programowanie w Pythonie Python w finansach Nauka o danych finansowych Handel algorytmiczny Finanse obliczeniowe Sztuczna inteligencja Inne źródła Na zakończenie O autorze: Dr Yves Hilpisch - właściciel firm The Python Quants i The AI Machine specjalizujących się w projektowaniu i we wdrażaniu mechanizmów algorytmicznych, sztucznej inteligencji i uczenia maszynowego przy użyciu języka Python. Autor kilku książek analizujących zastosowanie tego języka w biznesie i profesor kontraktowy finansów obliczeniowych.