Python 金融風險管理 FRM (基礎篇)

金融風險管理已經成為各個金融機構必備的職能部門。
特別是隨著全球金融一體化不斷地深入發展，金融風險管理越發重要，也日趨複雜。
金融風險管理師（FRM）就是在這個大背景下推出的認證考試，
FRM現在已經是金融風險管理領域頂級權威的國際認證考試。
本叢書以FRM考試第一、二級考綱內容為中心，並且突出介紹實際工作所需的金融建模風險管理知識。
本叢書將金融風險建模知識和Python編程有機地結合在一起，配合豐富的彩色圖表，
由淺入深地將各種金融概念和計算結果可視化，幫助讀者理解金融風險建模核心知識，提高數學和編程水平。
本書是本系列圖書的第6本，共分12章。
本書的第1章和第2章主要介紹Python基礎編程內容，比如數據類型、運算符、條件循環語句、讀寫操作、函數等。
第3章和第4章主要介紹NumPy和Scipy等常見的數學工具包的典型應用。
第5章和第6章討論採用Pandas進行數據分析。
在前6章內容的基礎上，第7章介紹常見的可視化方案。
然後結合Python編程，第8章和第9章介紹金融建模中常用的概率和統計知識。
第10章和第11章討論金融建模中各種常見的初等和高等數學內容，
這些內容是後續金融產品定價和風險分析的數學基礎。
第12章主要研究固定收益定價和分析等內容。
 本書適合所有金融從業者閱讀，特別適合金融編程零基礎讀者參考學習。
本書適合FRM考生備考參考學習，可以幫助FRM持證者實踐金融建模。
另外，本書也是鞏固金融知識、應對金融筆試和麵試的利器。

第1章 編 程初階
1.1 PVthon介紹
1.2 spyder介紹
1.3 變量和數值類型
1.4 數據序列介紹
1.5 列表
1.6 元組、集合和字典
第2章 編程基礎Ⅱ
2.1 字符串
2.2 運算符
2.3 關鍵字和變量複製
2.4 條件和循環語句
2.5 迭代器和生成器
2.6 文件讀寫操作
2.7 函數
2.8 異常和錯誤
第3章 使用NumPy
3.1 NumPy簡介
3.2 基本類型的矩陣創建
3.3 其他矩陣創建函數
3.4 索引和遍歷
3.5 矩陣變形
第4章 數學工具包
4.1 矩陣元素統計計算
4.2 圓整
4.3 矩陣基本運算
4.4 線性代數計算
4.5 矩陣分解
4.6 一元函數符號表達式
4.7 多元函數符號表達式
4.8 符號函數矩陣
第5章 Pandas與數據分析Ⅰ
5.1 Pandas的安裝和導入
5.2 序列及其創建
5.3 序列的數據選取
5.4 數據幀及其創建
5.5 數據幀的數據選擇
5.6 序列和數據幀的基本運算
5.7 設定索引，重新索引與重建索引
第6章 Pandas與數據分析Ⅱ
6.1 數據的可視化
6.2 Pandas文件寫出和讀入
6.3 數據幀的合併
6.4 數據幀的列連接
6.5 數據幀的拼接
6.6 數據幀的分組分析
6.7 數據透視表
第7章 數據可視化
7.1 Matplotlib繪圖庫
7.2 繪製二維線圖
7.3 子圖繪製
7.4 繪製參考線
7.5 添加數學公式
7.6 常見二維圖像
7.7 常見三維圖像
7.8 統計數據可視化
7.9 交互式繪圖簡介
第8章 概率與統計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佈
8.5 連續型隨機變量的概率分佈
8.6 正態分佈和對數正態分佈
第9章 概率與統計Ⅱ
9.1 隨機變量的數字特徵
9.2 總體和样本
9.3 抽樣分佈
9.4 大數定律及中心極限定理
9.5 參數估計
9.6 假設檢驗
9.7 置信區間、p值與假設檢驗
第10章 金融計算Ⅰ
10.1 利率
10.2 簡單收益率
10.3 對數收益率
10.4 多項式函數
10.5 插值
10.6 數列
10.7 求根
10.8 分段函數
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
11.2 極限
11.3 導數
11.4 偏導數
11.5 鍊式法則
11.6 泰勒展開
11.7 數值微分
11.8 優化
11.9 多目標優化
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 關鍵利率久期
12.6 凸率