Ví dụ: "Chiến tranh thế giới thứ hai" (có dấu ngoặc kép) sẽ cho kết quả chính xác hơn Thế chiến thứ hai (không có dấu ngoặc kép) Tìm kiếm theo ký tự đại diện Bạn có thể sử dụng * để đại diện cho 0 hoặc nhiều ký tự. Ví dụ: econom* sẽ tìm thấy cả kinh tế học cũng như kinh tế và tổ chức sẽ tìm thấy cả tổ chức và tổ chức Tìm kiếm Nâng cao Bạn muốn nhận được nhiều hơn từ hộp tìm kiếm cơ bản? Chúng tôi sử dụng cookie để cung cấp cho bạn trải nghiệm tốt nhất có thể. Bằng cách sử dụng trang web của chúng tôi, bạn đồng ý với việc chúng tôi sử dụng cookie 3. 92 (24 xếp hạng bởi Goodreads) 3. 92 (24 xếp hạng bởi Goodreads) Sự miêu tảPhân tích và phòng ngừa rủi ro tùy chọn siêu tốc bằng cách sử dụng sức mạnh của Python Phân tích phái sinh với Python chỉ cho bạn cách triển khai phương pháp định giá và phòng ngừa rủi ro phù hợp với thị trường bằng cách sử dụng các mô hình tài chính tiên tiến, kỹ thuật số hiệu quả và khả năng mạnh mẽ của ngôn ngữ lập trình Python. Hướng dẫn độc đáo này cung cấp các giải thích chi tiết về tất cả lý thuyết, phương pháp và quy trình, cung cấp cho bạn nền tảng và công cụ cần thiết để định giá quyền chọn chỉ số chứng khoán từ một nền tảng vững chắc. Bạn sẽ tìm và sử dụng các tập lệnh và mô-đun Python độc lập, đồng thời tìm hiểu cách áp dụng Python vào phân tích dữ liệu và dẫn xuất nâng cao khi bạn hưởng lợi từ hơn 5.000 dòng mã được cung cấp để giúp bạn tái tạo kết quả và đồ họa được trình bày. Phạm vi bao gồm phân tích dữ liệu thị trường, định giá trung lập với rủi ro, mô phỏng Monte Carlo, hiệu chuẩn mô hình, định giá và phòng ngừa rủi ro động, với các mô hình thể hiện sự biến động ngẫu nhiên, các thành phần nhảy, tỷ lệ bán khống ngẫu nhiên, v.v. Trang web đồng hành có tất cả mã và IPython Notebooks để thực thi và tự động hóa ngay lập tức. Thông tin chi tiết sản phẩm
31 Thg 1 2019 bìa mềm US$55. 69 US$69. 99 Tiết kiệm US$14. 30 31 Thg 1 2021 bìa mềm US$51. 61 US$69. 99 Tiết kiệm US$18. 38 30 Thg 11 2020 bìa mềm US$59. 89 79 đô la Mỹ. 99 Tiết kiệm 20 đô la Mỹ. 10 30 Thg 3 2017 Bìa cứng US$75. 85 80 đô la Mỹ. 00 Tiết kiệm US$4. 15 30 Thg 11 2021 bìa mềm US$36. 37 49 đô la Mỹ. 99 Tiết kiệm US$13. 62 16 Thg 12 2014 Bìa cứng 63 đô la Mỹ. 75 87 đô la Mỹ. 00 Tiết kiệm US$23. 25 26 Thg 10 2020 Bìa cứng US$49. 00 US$75. 00 Tiết kiệm US$26. 00 15 Thg 11 2021 Bìa cứng 50 đô la Mỹ. 63 55 đô la Mỹ. 00 Tiết kiệm US$4. 37 02 Thg 8 2013 bìa mềm 67 đô la Mỹ. 39 74 đô la Mỹ. 99 Tiết kiệm US$7. 60 23 tháng 1 năm 1997 Bìa cứng US$85. 97 130 đô la Mỹ. 00 Tiết kiệm US$44. 03 04 Tháng năm 2018 Bìa cứng US$38. 18 54 đô la Mỹ. 99 Tiết kiệm US$16. 81 08 Tháng hai 2011 bìa mềm US$69. 42 74 đô la Mỹ. 99 Tiết kiệm US$5. 57 24 Tháng chín 2010 Bìa cứng US$16. 91 24 đô la Mỹ. 95 Tiết kiệm US$8. 04 17 Thg 11 2020 Bìa cứng US$95. 22 95 đô la Mỹ. 95 Tiết kiệm US$0. 73 20 Tháng tư 2012 bìa mềm US$70. 03 95 đô la Mỹ. 00 Tiết kiệm US$24. 97 20 tháng 4 năm 1993 Bìa cứng US$53. 62 80 đô la Mỹ. 00 Tiết kiệm US$26. 38 08 Thg 12 2020 Bìa cứng 26 đô la Mỹ. 77 35 đô la Mỹ. 00 Tiết kiệm US$8. 23 24 tháng năm 1993 bìa mềm US$29. 52 45 đô la Mỹ. 00 Tiết kiệm US$15. 48 09 Thg 11 2020 bìa mềm 43 đô la Mỹ. 75 44 đô la Mỹ. 95 Tiết kiệm 1 đô la Mỹ. 20 23 tháng 1 năm 1997 Bìa cứng US$85. 97 130 đô la Mỹ. 00 Tiết kiệm US$44. 03 22 tháng 8 năm 2006 Bìa cứng US$96. 87 100 đô la Mỹ. 00 Tiết kiệm US$3. 13 26 Thg 4 2013 Bìa cứng 34 đô la Mỹ. 35 49 đô la Mỹ. 95 Tiết kiệm US$15. 60 29 Thg 11 2016 Bìa cứng 24 đô la Mỹ. 57 34 đô la Mỹ. 95 Tiết kiệm US$10. 38 26 Tháng tư 2012 Bìa cứng US$86. 10 125 đô la Mỹ. 00 Tiết kiệm US$38. 90 19 Thg 9 2014 Bìa cứng US$52. 92 85 đô la Mỹ. 00 Tiết kiệm US$32. 08 04 Th03 2021 Bìa cứng 63 đô la Mỹ. 61 94 đô la Mỹ. 95 Tiết kiệm US$31. 34 27 Thg 7 2018 Bìa cứng 50 đô la Mỹ. 58 US$71. 99 Tiết kiệm US$21. 41 03 Thg 11 2017 Bìa cứng US$37. 44 49 đô la Mỹ. 95 Tiết kiệm US$12. 51 08 Th02 2013 Bìa cứng US$53. 45 85 đô la Mỹ. 00 Tiết kiệm US$31. 55 17 Thg 8 2015 bìa mềm US$76. 98 85 đô la Mỹ. 00 Tiết kiệm US$8. 02 09 Thg 11 2010 Bìa cứng 35 đô la Mỹ. 09 49 đô la Mỹ. 95 Tiết kiệm US$14. 86 sao chépĐịnh giá dựa trên thị trường của quyền chọn chỉ số chứng khoán là một nhiệm vụ thiết yếu đối với mọi người ra quyết định bên mua và bên bán trong lĩnh vực phân tích phái sinh. Trong Phân tích phái sinh với Python, bạn sẽ khám phá lý do tại sao Python lại khẳng định vị thế của mình trong ngành tài chính và cách tận dụng ngôn ngữ lập trình mạnh mẽ này để bạn có thể triển khai các phương pháp định giá và phòng ngừa rủi ro phù hợp với thị trường Được viết cho các nhà phát triển, nhà giao dịch, nhà quản lý rủi ro, nhân viên tuân thủ và người xác nhận mô hình của Quant, tài nguyên đáng tin cậy này đề cập một cách khéo léo bốn lĩnh vực cần thiết để định giá các tùy chọn một cách hiệu quả. định giá dựa trên thị trường như một quá trình; . Được trình bày thành ba phần, Phần thứ nhất xem xét các rủi ro ảnh hưởng đến giá trị của quyền chọn chỉ số vốn chủ sở hữu và các dữ kiện thực nghiệm liên quan đến cổ phiếu và lãi suất. Phần Hai trình bày về lý thuyết định giá chênh lệch giá, định giá phi rủi ro trong thời gian rời rạc, thời gian liên tục và giới thiệu hai phương pháp định giá quyền chọn dựa trên Fourier phổ biến của Carr-Madan và Lewis. Cuối cùng, Phần thứ ba xem xét toàn bộ quá trình nỗ lực định giá dựa trên thị trường và mô phỏng Monte Carlo như một phương pháp được lựa chọn để định giá các hợp đồng quyền chọn chỉ số kỳ lạ và phức tạp cũng như các công cụ phái sinh Thực tế và nhiều thông tin, với các tập lệnh và mô-đun Python độc lập và hơn 5.000 dòng mã được cung cấp để giúp bạn tái tạo các kết quả và đồ họa được trình bày. Ngoài ra, trang web đồng hành (http. //wiley. nền tảng số lượng. com) có tất cả mã và IPython Notebooks để thực thi và tự động hóa ngay lập tức Tác giả Yves Hilpisch khám phá việc định giá dựa trên thị trường như một quá trình, cũng như những phát hiện thực nghiệm về thực tế thị trường. Khi đọc cuốn sách này, bạn sẽ được trang bị để phát triển các công cụ rất cần thiết trong quá trình định giá dựa trên thị trường với phạm vi bao quát cân bằng của. Định giá dựa trên thị trường Định giá trung lập với rủi ro Mô hình thị trường rời rạc Mô hình Black-Scholes-Merton Định giá quyền chọn dựa trên Fourier Định giá quyền chọn kiểu Mỹ Mô hình biến động ngẫu nhiên và khuếch tán nhảy Hiệu chuẩn mô hình Mô phỏng và định giá Python đang có chỗ đứng trong không gian phân tích phái sinh, cho phép các tổ chức cung cấp kết quả định giá, giao dịch và quản lý rủi ro một cách nhanh chóng và hiệu quả. Tìm hiểu cách triển khai các phương pháp định giá và phòng ngừa rủi ro phù hợp với thị trường cho các quyền chọn Châu Âu và Châu Mỹ với hướng dẫn vững chắc có trong Phân tích phái sinh với Python. Bản sao bìa sauĐịnh giá dựa trên thị trường của quyền chọn chỉ số chứng khoán là một nhiệm vụ thiết yếu đối với mọi người ra quyết định bên mua và bên bán trong lĩnh vực phân tích phái sinh. Trong Phân tích phái sinh với Python, bạn sẽ khám phá lý do tại sao Python lại khẳng định vị thế của mình trong ngành tài chính và cách tận dụng ngôn ngữ lập trình mạnh mẽ này để bạn có thể triển khai các phương pháp định giá và phòng ngừa rủi ro phù hợp với thị trường Được viết cho các nhà phát triển, nhà giao dịch, nhà quản lý rủi ro, nhân viên tuân thủ và người xác nhận mô hình của Quant, tài nguyên đáng tin cậy này đề cập một cách khéo léo bốn lĩnh vực cần thiết để định giá các tùy chọn một cách hiệu quả. định giá dựa trên thị trường như một quá trình; . Được trình bày thành ba phần, Phần thứ nhất xem xét các rủi ro ảnh hưởng đến giá trị của quyền chọn chỉ số vốn chủ sở hữu và các dữ kiện thực nghiệm liên quan đến cổ phiếu và lãi suất. Phần Hai trình bày về lý thuyết định giá chênh lệch giá, định giá phi rủi ro trong thời gian rời rạc, thời gian liên tục và giới thiệu hai phương pháp định giá quyền chọn dựa trên Fourier phổ biến của Carr-Madan và Lewis. Cuối cùng, Phần thứ ba xem xét toàn bộ quá trình nỗ lực định giá dựa trên thị trường và mô phỏng Monte Carlo như một phương pháp được lựa chọn để định giá các hợp đồng quyền chọn chỉ số kỳ lạ và phức tạp cũng như các công cụ phái sinh Thực tế và nhiều thông tin, với các tập lệnh và mô-đun Python độc lập và hơn 5.000 dòng mã được cung cấp để giúp bạn tái tạo các kết quả và đồ họa được trình bày. Ngoài ra, trang web đồng hành (http. //wiley. nền tảng số lượng. com) có tất cả mã và IPython Notebooks để thực thi và tự động hóa ngay lập tức Tác giả Yves Hilpisch khám phá việc định giá dựa trên thị trường như một quá trình, cũng như những phát hiện thực nghiệm về thực tế thị trường. Khi đọc cuốn sách này, bạn sẽ được trang bị để phát triển các công cụ rất cần thiết trong quá trình định giá dựa trên thị trường với phạm vi bao quát cân bằng của. Định giá dựa trên thị trường Định giá trung lập với rủi ro Mô hình thị trường rời rạc Mô hình Black-Scholes-Merton Định giá quyền chọn dựa trên Fourier Định giá quyền chọn kiểu Mỹ Mô hình biến động ngẫu nhiên và khuếch tán nhảy Hiệu chuẩn mô hình Mô phỏng và định giá Python đang có chỗ đứng trong không gian phân tích phái sinh, cho phép các tổ chức cung cấp kết quả định giá, giao dịch và quản lý rủi ro một cách nhanh chóng và hiệu quả. Tìm hiểu cách triển khai các phương pháp định giá và phòng ngừa rủi ro phù hợp với thị trường cho các quyền chọn Châu Âu và Châu Mỹ với hướng dẫn vững chắc có trong Phân tích phái sinh với Python. Mục lụcDanh sách Bảng xi Danh sách Hình xiii Lời nói đầu xvii CHƯƠNG 1 Tham quan nhanh 1 1. 1 Định giá dựa trên thị trường 1 1. 2 Cấu trúc của cuốn sách 2 1. 3 Tại sao lại là Python? . 4 Đọc thêm 4 PHẦN MỘT Thị trường CHƯƠNG 2 Định giá dựa trên thị trường là gì? . 1 Quyền chọn và Giá trị của chúng 9 2. 2 vani vs. Nhạc Cụ Kỳ Lạ 13 2. 3 Rủi ro ảnh hưởng đến chứng khoán phái sinh 14 2. 3. 1 Rủi ro thị trường 14 2. 3. 2 Rủi ro khác 15 2. 4 Bảo hiểm rủi ro 16 2. 5 Quy trình định giá dựa trên cơ sở thị trường 17 CHƯƠNG 3 Các sự kiện được cách điệu hóa theo thị trường 19 3. 1 Giới thiệu 19 3. 2 Biến động, Tương quan và Đồng. 19 3. 3 Lợi nhuận bình thường là trường hợp chuẩn 21 3. 4 Chỉ số và Cổ phiếu 25 3. 4. 1 Sự kiện cách điệu 25 3. 4. 2 Trả về chỉ số DAX 26 3. 5 Thị trường quyền chọn 30 3. 5. 1 Chênh lệch giá mua/bán 31 3. 5. 2 Bề mặt Biến động Ngụ ý 31 3. 6 Lãi suất ngắn hạn 33 3. 7 Kết luận 36 3. 8 Tập lệnh Python 37 3. 8. Phân tích 1 GBM 37 3. 8. 2 Phân tích DAX 40 3. 8. 3 Biến động ngụ ý BSM 41 3. 8. 4 EURO STOXX 50 Biến động ngụ ý 43 3. 8. 5 Phân tích Euribor 45 PHẦN HAI Định giá lý thuyết CHƯƠNG 4 Định giá trung hòa rủi ro 49 4. 1 Giới thiệu 49 4. 2 Độ bất định của thời gian rời rạc 50 4. 3 Mô hình thị trường rời rạc 54 4. 3. 1 Nguyên thủy 54 4. 3. 2 Định nghĩa cơ bản 55 4. 4 Kết quả trung tâm trong thời gian rời rạc 57 4. 5 Trường hợp thời gian liên tục 61 4. 6 Kết luận 66 4. 7 Bằng chứng 66 4. 7. 1 Chứng minh bổ đề 1 66 4. 7. 2 Chứng minh Mệnh đề 1 67 4. 7. 3 Bằng chứng của Định lý 1 68 CHƯƠNG 5 Các mô hình thị trường hoàn chỉnh 71 5. 1 Giới thiệu 71 5. 2 Black-Scholes-Merton Mẫu 72 5. 2. 1 Mô hình thị trường 72 5. 2. 2 PDE cơ bản 72 5. 2. 3 Quyền Chọn Châu Âu 74 5. 3 người Hy Lạp trong BSM Model 76 5. 4 Mô hình Cox-Ross-Rubinstein 81 5. 5 Kết luận 84 5. 6 Bằng chứng và Tập lệnh Python 84 5. 6. 1 Đó là bổ đề 84 5. 6. 2 Tập lệnh Định giá Quyền chọn BSM 85 5. 6. 3 Script cho BSM Call Greeks 88 5. 6. 4 Tập lệnh định giá quyền chọn CRR 92 CHƯƠNG 6 Định giá quyền chọn dựa trên Fourier 95 6. 1 Giới thiệu 95 6. 2 Vấn đề định giá 96 6. 3 Phép Biến Đổi Fourier 97 6. 4 Định giá quyền chọn dựa trên Fourier 98 6. 4. 1 Lewis (2001) Cách tiếp cận 98 6. 4. 2 Carr-Madan (1999) Cách tiếp cận 101 6. 5 Đánh giá số 103 6. 5. 1 Chuỗi Fourier 103 6. 5. 2 Biến đổi Fourier nhanh 105 6. 6 Ứng dụng 107 6. 6. 1 Black-Scholes-Merton (1973) Mẫu 107 6. 6. 2 Merton (1976) Mẫu 108 6. 6. 3 Mô hình thị trường rời rạc 110 6. 7 Kết luận 114 6. 8 Tập lệnh Python 114 6. 8. 1 Định giá cuộc gọi BSM qua phương pháp tiếp cận Fourier 114 6. 8. 2 Chuỗi Fourier 119 6. 8. 3 Cội rễ của Đoàn kết 120 6. 8. 4 Tích chập 121 6. 8. 5 Mô-đun có thông số 122 6. 8. 6 Giá trị cuộc gọi bằng tích chập 123 6. 8. 7 Định giá Quyền chọn bằng Convolution 123 6. 8. 8 Định giá quyền chọn theo DFT 124 6. 8. 9 Kiểm tra tốc độ DFT 125 CHƯƠNG 7 Định giá quyền chọn kiểu Mỹ bằng mô phỏng 127 7. 1 Giới thiệu 127 7. 2 Mô hình tài chính 128 7. 3 Định giá quyền chọn kiểu Mỹ 128 7. 3. 1 Bài toán Công thức 128 7. 3. 2 Thuật toán định giá 130 7. 4 Kết quả số 132 7. 4. 1 Quyền Chọn Bán Kiểu Mỹ 132 7. 4. 2 American Short Condor Spread 135 7. 5 Kết luận 136 7. 6 Tập lệnh Python 137 7. 6. 1 Định giá nhị thức 137 7. 6. 2 Định giá Monte Carlo với LSM 139 7. 6. 3 Thuật toán LSM cơ bản và LSM kép 140 PHẦN BA Định giá dựa trên thị trường CHƯƠNG 8 Ví dụ đầu tiên về định giá dựa trên thị trường 147 8. 1 Giới thiệu 147 8. 2 Mô hình thị trường 147 8. 3 Định giá 148 8. 4 Hiệu chuẩn 149 8. 5 Mô phỏng 149 8. 6 Kết luận 155 8. 7 Tập lệnh Python 155 8. 7. 1 Định giá bằng tích phân số 155 8. 7. 2 Định giá bằng FFT 157 8. 7. 3 Hiệu chuẩn đến Ba kỳ hạn 160 8. 7. 4 Hiệu chỉnh đến độ chín ngắn 163 8. 7. 5 Định giá theo MCS 165 CHƯƠNG 9 Khung mô hình chung 169 9. 1 Giới thiệu 169 9. 2 Khuôn khổ 169 9. 3 Đặc điểm của Framework 170 9. 4 Định giá trái phiếu không lãi suất 172 9. 5 Định giá Quyền chọn Châu Âu 173 9. 5. 1 Phương pháp tiếp cận PDE 173 9. 5. 2 Phương pháp biến đổi 175 9. 5. 3 Mô phỏng Monte Carlo 176 9. 6 Kết luận 177 9. 7 Bằng chứng và Tập lệnh Python 177 9. 7. 1 Đó là Bổ đề 177 9. 7. 2 Tập lệnh Python để định giá trái phiếu 178 9. 7. 3 Tập lệnh Python để định giá cuộc gọi ở Châu Âu 180 CHƯƠNG 10 Mô phỏng Monte Carlo 187 10. 1 Giới thiệu 187 10. 2 Định giá trái phiếu không lãi suất 188 10. 3 Định giá Quyền chọn Châu Âu 192 10. 4 Định giá Quyền chọn kiểu Mỹ 196 10. 4. 1 Kết quả số 198 10. 4. 2 Độ chính xác cao hơn so với. Tốc độ thấp hơn 201 10. 5 Kết luận 203 10. 6 Tập lệnh Python 204 10. 6. 1 Định giá trái phiếu không lãi suất chung 204 10. 6. 2 Mô phỏng và Định giá CIR85 205 10. 6. 3 Định giá Tự động Quyền chọn Châu Âu bằng Mô phỏng Monte Carlo 209 10. 6. 4 Định giá tự động quyền chọn bán kiểu Mỹ bằng mô phỏng Monte Carlo 215 CHƯƠNG 11 Hiệu chỉnh mô hình 223 11. 1 Giới thiệu 223 11. 2 Cân nhắc chung 223 11. 2. 1 Tại sao phải hiệu chuẩn? . 2. 2 Các thành phần mô hình khác nhau đóng vai trò gì? . 2. 3 Chức năng mục tiêu gì? . 2. 4 Dữ liệu thị trường nào? . 2. 5 Thuật toán tối ưu hóa gì? . 3 Hiệu chỉnh Thành phần Tốc độ Ngắn 230 11. 3. 1 Cơ sở lý thuyết 230 11. 3. 2 Hiệu chuẩn theo Tỷ giá Euribor 231 11. 4 Hiệu chỉnh Thành phần Vốn chủ sở hữu 233 11. 4. 1 Định giá thông qua phương pháp biến đổi Fourier 235 11. 4. 2 Hiệu chuẩn theo EURO STOXX 50 Báo giá tùy chọn 236 11. 4. 3 Hiệu chuẩn H93 Model 236 11. 4. 4 Hiệu chỉnh Bộ phận Nhảy 237 11. 4. 5 Hiệu chuẩn hoàn chỉnh BCC97 Model 239 11. 4. 6 Hiệu chuẩn cho Biến động ngụ ý 240 11. 5 Kết luận 243 11. 6 Tập lệnh Python cho Cox-Ingersoll-Ross Model 243 11. 6. 1 Hiệu chuẩn CIR85 243 11. 6. 2 Hiệu chỉnh Mô hình Biến động Ngẫu nhiên H93 248 11. 6. 3 So sánh các biến động ngụ ý 251 11. 6. 4 Hiệu chuẩn Phần khuếch tán nhảy của BCC97 252 11. 6. 5 Hiệu chuẩn mẫu hoàn chỉnh của BCC97 256 11. 6. 6 Hiệu chỉnh Mô hình BCC97 theo Biến động ngụ ý 258 CHƯƠNG 12 Mô phỏng và Định giá trong Khung Mô hình Chung 263 12. 1 Giới thiệu 263 12. 2 Mô phỏng BCC97 Model 263 12. 3 Định giá quyền chọn cổ phiếu 266 12. 3. 1 Quyền Chọn Châu Âu 266 12. 3. 2 Quyền chọn kiểu Mỹ 268 12. 4 Kết luận 268 12. 5 Tập lệnh Python 269 12. 5. 1 Mô phỏng BCC97 Model 269 12. 5. 2 Định giá Quyền chọn Mua Châu Âu theo MCS 274 12. 5. 3 Định giá quyền chọn mua kiểu Mỹ theo MCS 275 CHƯƠNG 13 Bảo hiểm rủi ro động 279 13. 1 Giới thiệu 279 13. 2 Nghiên cứu bảo hiểm rủi ro cho mô hình BSM 280 13. 3 Nghiên cứu bảo hiểm rủi ro cho mô hình BCC97 285 13. 4 Kết luận 289 13. 5 Tập lệnh Python 289 13. 5. 1 LSM Delta Hedging trong BSM (Single Path) 289 13. 5. 2 LSM Delta Hedging trong BSM (Multiple Paths) 293 13. 5. 3 Thuật toán LSM cho Quyền chọn bán kiểu Mỹ BCC97 295 13. 5. 4 LSM Delta Hedging trong BCC97 (Single Path) 300 CHƯƠNG 14 Tóm tắt nội dung 303 PHỤ LỤC A Tóm tắt trăn trở 305 A. 1 Nguyên tắc cơ bản về Python 305 A. 1. 1 Cài đặt Gói Python 305 A. 1. 2 bước đầu tiên với Python 306 A. 1. 3 Thao tác mảng 310 A. 1. 4 số ngẫu nhiên 313 A. 1. 5 Âm mưu 314 A. 2 Giá quyền chọn châu Âu 316 A. 2. 1 Phương pháp Black-Scholes-Merton 316 A. 2. 2 Phương pháp Cox-Ross-Rubinstein 318 A. 2. 3 Cách tiếp cận Monte Carlo 323 A. 3 Chủ Đề Tài Chính Chọn Lọc 325 A. 3. 1 xấp xỉ 325 A. 3. 2 Tối ưu hóa 328 A. 3. 3 Tích hợp số 329 A. 4 chủ đề Python nâng cao 330 A. 4. 1 Lớp và Đối tượng 330 A. 4. 2 Thao tác vào-ra cơ bản 332 A. 4. 3 Tương tác với Bảng tính 334 A. 5 Kỹ thuật tài chính nhanh 336 Tài liệu tham khảo 341 Chỉ mục 347 Giới thiệu về Y HilpischYVES HILPISCH là người sáng lập và Đối tác quản lý của The Python Quants, một nhóm tập trung vào Python & Phần mềm nguồn mở cho tài chính định lượng. Yves cũng là Giảng viên Tài chính Tính toán của Chương trình CQF. Anh ấy làm việc với các khách hàng trong ngành tài chính trên toàn cầu và có 10 năm kinh nghiệm với Python. Yves là người tổ chức Python và Nguồn mở cho các hội nghị Quant Finance và các nhóm gặp gỡ tại Frankfurt, London và Thành phố New York. Goodreads là trang web lớn nhất thế giới dành cho độc giả với hơn 50 triệu đánh giá. Chúng tôi đang giới thiệu hàng triệu xếp hạng độc giả của họ trên các trang sách của chúng tôi để giúp bạn tìm thấy cuốn sách yêu thích mới của mình. Đóng X |