第1章 編 程初階
1.1 PVthon介紹
1.2 spyder介紹
1.3 變量和數(shù)值類型
1.4 數(shù)據(jù)序列介紹
1.5 列表
1.6 元組、集合和字典
第2章 編程基礎(chǔ)Ⅱ
2.1 字符串
2.2 運算符
2.3 關(guān)鍵字和變量復(fù)制
2.4 條件和循環(huán)語句
2.5 迭代器和生成器
2.6 文件讀寫操作
2.7 函數(shù)
2.8 異常和錯誤
第3章 使用NumPy
3.1 NumPy簡介
3.2 基本類型的矩陣創(chuàng)建
3.3 其他矩陣創(chuàng)建函數(shù)
3.4 索引和遍歷
3.5 矩陣變形
第4章 數(shù)學(xué)工具包
4.1 矩陣元素統(tǒng)計計算
4.2 圓整
4.3 矩陣基本運算
4.4 線性代數(shù)計算
4.5 矩陣分解
4.6 一元函數(shù)符號表達式
4.7 多元函數(shù)符號表達式
4.8 符號函數(shù)矩陣
第5章 Pandas與數(shù)據(jù)分析Ⅰ
5.1 Pandas的安裝和導(dǎo)入
5.2 序列及其創(chuàng)建
5.3 序列的數(shù)據(jù)選取
5.4 數(shù)據(jù)幀及其創(chuàng)建
5.5 數(shù)據(jù)幀的數(shù)據(jù)選擇
5.6 序列和數(shù)據(jù)幀的基本運算
5.7 設(shè)定索引，重新索引與重建索引
第6章 Pandas與數(shù)據(jù)分析Ⅱ
6.1 數(shù)據(jù)的可視化
6.2 Pandas文件寫出和讀入
6.3 數(shù)據(jù)幀的合并
6.4 數(shù)據(jù)幀的列連接
6.5 數(shù)據(jù)幀的拼接
6.6 數(shù)據(jù)幀的分組分析
6.7 數(shù)據(jù)透視表
第7章 數(shù)據(jù)可視化
7.1 Matplotlib繪圖庫
7.2 繪制二維線圖
7.3 子圖繪制
7.4 繪制參考線
7.5 添加數(shù)學(xué)公式
7.6 常見二維圖像
7.7 常見三維圖像
7.8 統(tǒng)計數(shù)據(jù)可視化
7.9 交互式繪圖簡介
第8章 概率與統(tǒng)計Ⅰ
8.1 概率與隨機事件
8.2 貝葉斯定理
8.3 隨機變量
8.4 離散型隨機變量的概率分布
8.5 連續(xù)型隨機變量的概率分布
8.6 正態(tài)分布和對數(shù)正態(tài)分布
第9章 概率與統(tǒng)計Ⅱ
9.1 隨機變量的數(shù)字特征
9.2 總體和樣本
9.3 抽樣分布
9.4 大數(shù)定律及中心極限定理
9.5 參數(shù)估計
9.6 假設(shè)檢驗
9.7 置信區(qū)間、p值與假設(shè)檢驗
第10章 金融計算Ⅰ
10.1 利率
10.2 簡單收益率
10.3 對數(shù)收益率
10.4 多項式函數(shù)
10.5 插值
10.6 數(shù)列
10.7 求根
10.8 分段函數(shù)
10.9 二次曲線
10.10 平面
10.11 二次曲面
第11章 金融計算Ⅱ
11.1 多元函數(shù)
11.2 極限
11.3 導(dǎo)數(shù)
11.4 偏導(dǎo)數(shù)
11.5 鏈?zhǔn)椒▌t
11.6 泰勒展開
11.7 數(shù)值微分
11.8 優(yōu)化
11.9 多目標(biāo)優(yōu)化
第12章 固定收益分析
12.1 時間價值
12.2 債券介紹
12.3 到期收益率
12.4 久期
12.5 關(guān)鍵利率久期
12.6 凸率
備忘