Contents 

目录

第1章编程初阶 · 1 

1.1 Python介绍 2 

1.2 Spyder介绍 7 

1.3 变量和数值类型 · 15 

1.4 数据序列介绍  20 

1.5 列表  22 

1.6 元组、集合和字典  28 

第2章编程基础Ⅱ ·33 

2.1 字符串 · 35 

2.2 运算符 · 39 

2.3 关键字和变量复制  42 

2.4 条件和循环语句 · 46 

2.5 迭代器和生成器 · 52 

2.6 文件读写操作  55 

2.7 函数  60 

2.8 异常和错误 · 63 

第3章使用NumPy 66 

3.1 NumPy简介 · 67 

3.2 基本类型的矩阵创建 · 69 

3.3 其他矩阵创建函数  75 

3.4 索引和遍历 · 82 

3.5 矩阵变形  88 

第4章数学工具包 ·94 

4.1 矩阵元素统计计算  95 

4.2 圆整 ·101 

4.3 矩阵基本运算 ·103 

4.4 线性代数计算 ·106 

4.5 矩阵分解 ·112 

4.6 一元函数符号表达式 117 

4.7 多元函数符号表达式 124 

4.8 符号函数矩阵 ·127 

第5章 Pandas与数据分析Ⅰ130 

5.1 Pandas的安装和导入 ·132 

5.2 序列及其创建 ·132 

5.3 序列的数据选取 133 

5.4 数据帧及其创建 138 

5.5 数据帧的数据选择 ·139 

5.6 序列和数据帧的基本运算 149 

5.7 设定索引，重新索引与重建索引 ·159 

第6章 Pandas与数据分析Ⅱ163 

6.1 数据的可视化 ·164 

6.2 Pandas文件写出和读入 167 

6.3 数据帧的合并 ·171 

6.4 数据帧的列连接 176 

6.5 数据帧的拼接 ·179 

6.6 数据帧的分组分析 ·182 

6.7 数据透视表 187 

第7章数据可视化·190 

7.1 Matplotlib绘图库192 

7.2 绘制二维线图 ·192 

7.3 子图绘制 ·196 

7.4 绘制参考线 202 

7.5 添加数学公式 ·204 

7.6 常见二维图像 ·207 

7.7 常见三维图像 ·211 

7.8 统计数据可视化 216 

7.9 交互式绘图简介 220 

X

Python金融风险管理FRM | 基础篇

第8章概率与统计Ⅰ228 

8.1 概率与随机事件 230 

8.2 贝叶斯定理 232 

8.3 随机变量 ·235 

8.4 离散型随机变量的概率分布 ·242 

8.5 连续型随机变量的概率分布 ·250 

8.6 正态分布和对数正态分布 255 

第9章概率与统计Ⅱ262 

9.1 随机变量的数字特征 264 

9.2 总体和样本 267 

9.3 抽样分布 ·271 

9.4 大数定律及中心极限定理 275 

9.5 参数估计 ·278 

9.6 假设检验 ·281 

9.7 置信区间、p值与假设检验 285 

第10章金融计算Ⅰ ·288 

10.1 利率 289 

10.2 简单收益率 ·291 

10.3 对数收益率 ·296 

10.4 多项式函数 ·299 

10.5 插值 302 

10.6 数列 306 

10.7 求根 311 

10.8 分段函数 312 

10.9 二次曲线 314 

10.10 平面 317 

10.11 二次曲面 322 

第11章金融计算Ⅱ ·329 

11.1 多元函数 330 

11.2 极限 336 

11.3 导数 338 

11.4 偏导数 ·342 

11.5 链式法则 347 

11.6 泰勒展开 353 

11.7 数值微分 359 

11.8 优化 363 

11.9 多目标优化 ·367 

第12章固定收益分析 373 

12.1 时间价值 375 

12.2 债券介绍 377 

12.3 到期收益率 ·379 

12.4 久期 387 

12.5 关键利率久期 396 

12.6 凸率 401 

备忘·412 

X