解密金融数据

解密金融数据

by Justin Pauley
Released September 2018
Publisher(s): China Machine Press
ISBN: 9787111607885

Read it now on the O’Reilly learning platform with a 10-day free trial.

O’Reilly members get unlimited access to books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.

Start your free trial

Book description

技术是获取和解释金融数据的强大工具，能给你华尔街上所有人都想要的东西:优势。你不需要成为一名程序员就能从彭博、IHS Markit或其他系统获取金融信息。

通过本书并结合你的见解与彭博或Markit的数据，你将了解分析金融信息和生成专业报告的技能。

如果你是一名程序员，本书也包含用C#来覆盖相同主题的方法。

  • 对比公司、债券或贷款，并使用在彭博屏幕上看不到的数据。
  • 为单个公司建立两页的活页报告，包含重要的金融数据、与其对等组的相对价值比较和价格趋势。
  • 建立投资组合总结报告，包含业绩、增长、风险调整后收益和组合。
  • 探索公司债券和贷款市场的每日价格和贷款信息。
  • 利用相关性和回归确定两种证券(或指数)之间的关系。
  • 通过计算方差、标准差和夏普比率来衡量投资组合风险调整后的收益。
  • 使用Markit数据来识别有意义的趋势。

Table of contents

  1. 封面
  2. 扉页
  3. 版权页
  4. O'Relly介绍
  5. 本书赞誉
  6. 译者序
  7. 目录 (1/2)
  8. 目录 (2/2)
  9. 前言
    1. 本书排版约定
    2. 使用代码示例
    3. Safari在线图书
    4. 联系方式
    5. 致谢
  10. 第1章 简介
    1. 1.1 概览
      1. 1.1.1 第一部分：获取金融数据
      2. 1.1.2 第二部分：金融数据分析
      3. 1.1.3 第三部分：创建金融报告
    2. 1.2 金融市场
      1. 1.2.1 股票
      2. 1.2.2 企业贷款（银行贷款、杠杆贷款）
      3. 1.2.3 企业债券
    3. 1.3 三种途径
      1. 1.3.1 途径1：Microsoft Excel
      2. 1.3.2 途径2：Microsoft Access
      3. 1.3.3 途径3： C#
    4. 1.4 线上文件
    5. 1.5 本章小结
  11. 第2章 组织金融数据
    1. 2.1 途径1： Excel
      1. 2.1.1 Excel区域与Excel表
      2. 2.1.2 增加引用列
      3. 2.1.3数据验证
    2. 2.2 途径2和3：Access中的表格
      1. 用查询连接数据
    3. 2.3 本章小结
  12. 第3章 彭博
    1. 3.1 确定字段
      1. 3.1.1 鼠标滑动
      2. 3.1.2 FLDS屏幕
      3. 3.1.3 彭博函数构造器和在Excel中发现字段
      4. 3.1.4 如果其他都失败了……
    2. 3.2 Excel案例
      1. 3.2.1 提取单一字段（BDP）
      2. 3.2.2 提取批量数据（BDS）
      3. 3.2.3 提取历史数据（BDH）
    3. 3.3 用于比较的有价证券
      1. 3.3.1 指数
      2. 3.3.2 对等有价证券
      3. 3.3.3 关于有价证券
    4. 3.4 途径1和2： Excel和Access
      1. 3.4.1 企业债券、贷款和指数
      2. 3.4.2 公司工作表
      3. 3.4.3 引用和重写
    5. 3.5 途径3：彭博C# API
      1. 3.5.1 设置Microsoft Access 以用于C#
      2. 3.5.2 彭博C# API
      3. 3.5.3 基本引用示例
      4. 3.5.4 基本历史示例
      5. 3.5.5 填入Access数据库 (1/2)
      6. 3.5.5 填入Access数据库 (2/2)
    6. 3.6 本章小结
  13. 第4章 IHS Markit：大企业数据
    1. 4.1 企业贷款
      1. 4.1.1数据请求
      2. 4.1.2 贷款信息
      3. 4.1.3 贷款定价、金融和分析
    2. 4.2 企业和主权债券
    3. 4.3 途径 1：在Excel中存储Markit信息
    4. 4.4 途径2：将Markit数据导入Microsoft Access
    5. 4.5 途径3：用C#导入Markit数据
    6. 4.6 本章小结
  14. 第5章金融数据分析
    1. 5.1数据真实性
      1. 5.1.1 检查数据
      2. 5.1.2 样本规模
      3. 5.1.3 异常值
    2. 5.2 投资组合
      1. 5.2.1 投资组合工作表
      2. 5.2.2 投资组合数据库表
    3. 5.3 连接Excel工作表和Microsoft Access
    4. 5.4 留存记录
      1. 5.4.1 途径1： Excel
      2. 5.4.2 途径2：Microsoft Access
      3. 5.4.3 途径3：C#
    5. 5.5 本章小结
  15. 第6章 相对价值分析
    1. 6.1 途径1：Excel
      1. 6.1.1 Excel中的相关性与回归
      2. 6.1.2 对等组
      3. 6.1.3 评级
      4. 6.1.4 统计工作表
      5. 6.1.5 并排比较
      6. 6.1.6 指数
      7. 6.1.7 加权Z值
    2. 6.2 途径2：Access
      1. 6.2.1 Access中的相关性和回归
      2. 6.2.2 Access中的中位数
    3. 6.3 途径3：C#
      1. 6.3.1 相关性和回归
      2. 6.3.2 对等组
      3. 6.3.3 评级
      4. 6.3.4 统计表 (1/2)
      5. 6.3.4 统计表 (2/2)
      6. 6.3.5 并排比较
      7. 6.3.6 加权Z值
    4. 6.4 本章小结
  16. 第7章 组合风险分析
    1. 7.1 途径1：Excel
      1. 7.1.1 方差、波动性和标准差 (1/2)
      2. 7.1.1 方差、波动性和标准差 (2/2)
      3. 7.1.2 带历史或预期收益的夏普比率
      4. 7.1.3 投资组合分解 (1/3)
      5. 7.1.3 投资组合分解 (2/3)
      6. 7.1.3 投资组合分解 (3/3)
      7. 7.1.4 警告标志
    2. 7.2 途径2：Access
      1. 7.2.1 投资组合分解
      2. 7.2.2 警告标志
    3. 7.3 途径3：C#
      1. 7.3.1 历史或预测收益的夏普比率
      2. 7.3.2 投资组合分解和警告标志
    4. 7.4 本章小结
  17. 第8章 市场分析
    1. 8.1 途径1：Excel
      1. 8.1.1 新发放贷款分析
      2. 8.1.2 再融资
      3. 8.1.3 价格历史 (1/2)
      4. 8.1.3 价格历史 (2/2)
    2. 8.2 途径2和3： Access和C#
      1. 8.2.1 新发放贷款分析
      2. 8.2.2 再融资
      3. 8.2.3 价格历史
      4. 8.2.4 更进一步
    3. 8.3 本章小结
  18. 第9章 创建报告
    1. 9.1 途径1：Excel (1/2)
    2. 9.1 途径1：Excel (2/2)
    3. 9.2 途径2：Microsoft Access
    4. 9.3 途径3：C#和SSRS (1/3)
    5. 9.3 途径3：C#和SSRS (2/3)
    6. 9.3 途径3：C#和SSRS (3/3)
    7. 9.4 本章小结
  19. 第10章 投资组合报告
    1. 10.1 监测业绩和风险
    2. 10.2 途径1：Microsoft Excel
      1. 10.2.1 计算收益
      2. 10.2.2 投资组合报告 (1/2)
      3. 10.2.2 投资组合报告 (2/2)
    3. 10.3 途径3：C#和SSRS (1/2)
    4. 10.3 途径3：C#和SSRS (2/2)
    5. 10.4 本章小结
  20. 第11章 结论
  21. 附录A 表格参考 (1/4)
  22. 附录A 表格参考 (2/4)
  23. 附录A 表格参考 (3/4)
  24. 附录A 表格参考 (4/4)
  25. 作者简介

Product information

  • Title: 解密金融数据
  • Author(s): Justin Pauley
  • Release date: September 2018
  • Publisher(s): China Machine Press
  • ISBN: 9787111607885

You might also like

book

成為卓越程式設計師的38項必修法則

by Pete Goodliffe

“本書會引發你對程式設計藝術與科學的熱情。Pete 知道：卓越的軟體，是優秀的人們盡最大努力所完成的。” -Lisa Crispin 《Agile Testing: A Practical Guide for Testers and Agile Teams》作者 如果你熱愛程式設計，想要提升自己的能力，那你就找到正確的資源了。《Code Craft …

book

区块链编程

by Jimmy Song

本书从软件工程的角度来剖析比特币的原理及结构，以编程的方式帮助你深入理解区块链技术。作者向Python程序员和开发人员介绍了如何从头开始编写比特币库。在本书中，你将学习如何使用这种流行的加密货币及其区块链支付系统背后的基础知识，包括数学、密码学、区块、网络和交易。 学完本书，你将通过编写比特币库所需的所有组件来了解这种加密货币的幕后工作方式，并将了解如何创建交易、从点对点网络中获取所需的数据以及通过比特币网络协议发送交易。无论你是为公司探索区块链应用还是在考虑新的职业道路，这本实用的书都可以帮助你入门。 解析、验证和创建比特币交易。 学习比特币背后的智能合约语言Script。 在每一章中进行练习，从零开始构建比特币库。 了解工作量证明如何保护区块链。 使用Python 3编写比特币。 了解简单支付验证（SPV）和轻钱包的工作机制。 学习使用公钥加密和加密原语机制。

book

金融人工智能：用Python实现AI量化交易

by Yves Hilpisch

人工智能和机器学习的广泛应用给当今的许多行业带来了根本性的变革。在金融领域，人工智能技术也已锋芒初露。通过阅读本书，你将了解如何利用神经网络和强化学习等方法，对金融市场的走势做出预测。 作者伊夫·希尔皮斯科博士基于多年开发、回测和部署人工智能算法交易策略的实战经验，展示了将人工智能算法应用于金融场景的实用方法。本书包含大量Python示例，有助于你边学边练，轻松复现书中的所有结果。 学习人工智能的主要概念和算法，并了解通用人工智能和超级智能 理解机器学习和数据驱动的金融学将如何改变金融理论和实践 运用神经网络和强化学习等方法，发掘金融市场的统计失效现象 学习向量化回测和算法交易，并掌握人工智能算法交易策略的执行与部署 展望金融人工智能的未来，涉及基于人工智能的竞争和金融奇点

book

大数据项目管理：从规划到实现

by Ted Malaska, Jonathan Seidman

许多公司会在大数据项目的实施细节上下很多功夫，例如研究分布式处理引擎和数据分析算法。这并没有错，但不要因为一棵树而错过整片森林。本书将为你打开更广阔的视野，展示如何从大数据项目的规划阶段开始，一步步走向成功。无论是首席信息官、首席技术官、项目经理，还是架构师和开发人员，都能通过本书得到 启迪。 开始规划：思考大数据项目的主要类型 评估和选择数据管理解决方案 降低与技术、团队、需求相关的风险 探索良好的接口设计模式 为项目选择合适的分布式存储系统 规划和实施元数据收集 使用数据管道确保数据完整性 根据并行处理引擎的特征评估处理框架