Python para Finanzas, 2ª Edición

Capítulo 11. Herramientas matemáticas

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Los matemáticos son los sacerdotes del mundo moderno.

Bill Gaede

Desde la llegada de los llamados Científicos de Cohetes a Wall Street en los años 80 y 90, las finanzas han evolucionado hasta convertirse en una disciplina de matemáticas aplicadas. Mientras que los primeros trabajos de investigación en finanzas contenían mucho texto y pocas expresiones y ecuaciones matemáticas, los actuales se componen principalmente de expresiones y ecuaciones matemáticas con algún texto explicativo alrededor.

Este capítulo presenta algunas herramientas matemáticas útiles para las finanzas, sin proporcionar un trasfondo detallado de cada una de ellas. Existen muchos libros útiles sobre este tema, así que este capítulo se centra en cómo utilizar las herramientas y técnicas con Python. En concreto, cubre:

"Aproximación"

La regresión y la interpolación son algunas de las técnicas numéricas más utilizadas en finanzas.

"Optimización convexa"

Varias disciplinas financieras necesitan herramientas de optimización convexa (por ejemplo, el análisis de derivados cuando se trata de calibrar modelos).

"Integración"

En concreto, la valoración de activos financieros (derivados) se reduce a menudo a la evaluación de integrales.

"Computación Simbólica"

Python proporciona con SymPy un potente paquete para la matemática simbólica, por ejemplo, para resolver ...