ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Python for Finance

دانلود کتاب پایتون برای امور مالی

Python for Finance

مشخصات کتاب

Python for Finance

ویرایش: 2nd 
نویسندگان:   
سری:  
ISBN (شابک) : 1787125696, 9781787125698 
ناشر: Packt Publishing 
سال نشر: 2017 
تعداد صفحات: 586 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

قیمت کتاب (تومان) : 42,000



کلمات کلیدی مربوط به کتاب پایتون برای امور مالی: مدل‌سازی و طراحی داده، پایگاه‌های داده و داده‌های بزرگ، رایانه‌ها و فناوری، پردازش داده، پایگاه‌های داده و داده‌های بزرگ، رایانه‌ها و فناوری، مالی شخصی، نرم‌افزار، رایانه‌ها و فناوری، حسابداری، نرم‌افزار، رایانه‌ها و فناوری، ریاضی و آماری، نرم‌افزار، رایانه و فناوری، پایتون، زبان های برنامه نویسی، کامپیوتر و فناوری



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 4


در صورت تبدیل فایل کتاب Python for Finance به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب پایتون برای امور مالی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب پایتون برای امور مالی



یادگیری و پیاده سازی مفاهیم مختلف کمیت مالی با استفاده از کتابخانه های محبوب پایتون

درباره این کتاب

  • درک اصول ساختارهای داده پایتون و کار با داده های سری زمانی
  • پیاده سازی مفاهیم کلیدی در امور مالی کمی با استفاده از کتابخانه های محبوب پایتون مانند NumPy، SciPy، و matplotlib
  • یک آموزش گام به گام با بسیاری از برنامه های پایتون که به شما کمک می‌کند یاد بگیرید چگونه پایتون را در امور مالی بکار ببرید

این کتاب برای چه کسی است

این کتاب فرض می‌کند که خوانندگان دانش اولیه مرتبط با پایتون دارند. با این حال، او دانش مالی کمی ندارد. علاوه بر این، او هیچ دانشی در مورد داده های مالی ندارد.

آنچه شما خواهید آموخت

  • در دو فصل اول با Python آشنا شوید
  • مدل های CAPM، Fama-French 3-factor و Fama-French-Carhart 4-factor را اجرا کنید
  • با نحوه قیمت گذاری تماس، قرار دادن و چندین گزینه عجیب و غریب آشنا شوید
  • درک مونت کارلو شبیه سازی، نحوه نوشتن یک برنامه پایتون برای تکرار مدل گزینه های Black-Scholes-Merton، و نحوه قیمت گذاری چند گزینه عجیب و غریب
  • درک مفهوم نوسان و نحوه آزمایش این فرضیه که نوسانات در طول سال
  • درک فرآیندهای ARCH و GARCH و نحوه نوشتن برنامه‌های پایتون مرتبط

به‌طور مفصل

این کتاب از Python به عنوان ابزار محاسباتی خود استفاده می‌کند. از آنجایی که پایتون رایگان است، هر مدرسه یا سازمانی می تواند آن را دانلود و استفاده کند.

این کتاب بر اساس موضوعات مختلف مالی سازماندهی شده است. به عبارت دیگر، نسخه اول بیشتر بر پایتون تمرکز دارد، در حالی که ویرایش دوم واقعاً سعی دارد پایتون را در امور مالی اعمال کند.

کتاب با توضیح موضوعات منحصراً مرتبط با پایتون شروع می‌شود. سپس به بخش‌های حیاتی پایتون می‌پردازیم و مفاهیمی مانند ارزش زمانی سهام پول و ارزیابی اوراق قرضه، مدل قیمت‌گذاری دارایی‌های سرمایه‌ای، مدل‌های چندعاملی، تحلیل سری‌های زمانی، نظریه پورتفولیو، گزینه‌ها و معاملات آتی را توضیح می‌دهیم.

این کتاب به ما کمک می کند تا اصول مالی کمی را بیاموزیم یا مرور کنیم و از پایتون برای حل مشکلات مختلف مانند تخمین ریسک بازار IBM، اجرای فاکتور فاما-فرانسوی 3-عاملی، 5-عاملی یا فاما-فرنچ-کارهارت 4 استفاده کنیم. مدل، تخمین VaR یک سبد سهام 5، تخمین سبد بهینه، و ساخت مرز کارآمد برای یک سبد سهام 20 سهام با سهام دنیای واقعی، و با شبیه سازی مونت کارلو. بعداً، همچنین یاد خواهیم گرفت که چگونه مدل معروف آپشن بلک-اسکولز-مرتون را تکرار کنیم و چگونه گزینه های عجیب و غریب مانند گزینه تماس با قیمت متوسط ​​را قیمت گذاری کنیم.

سبک و رویکرد

این کتاب یک رویکرد گام به گام در توضیح کتابخانه ها و ماژول ها در پایتون و نحوه استفاده از آنها برای اجرای جنبه های مختلف مالی کمی دارد. هر مفهوم به طور عمیق توضیح داده شده و برای درک بهتر با مثال های کد تکمیل شده است.


توضیحاتی درمورد کتاب به خارجی

Learn and implement various Quantitative Finance concepts using the popular Python libraries

About This Book

  • Understand the fundamentals of Python data structures and work with time-series data
  • Implement key concepts in quantitative finance using popular Python libraries such as NumPy, SciPy, and matplotlib
  • A step-by-step tutorial packed with many Python programs that will help you learn how to apply Python to finance

Who This Book Is For

This book assumes that the readers have some basic knowledge related to Python. However, he/she has no knowledge of quantitative finance. In addition, he/she has no knowledge about financial data.

What You Will Learn

  • Become acquainted with Python in the first two chapters
  • Run CAPM, Fama-French 3-factor, and Fama-French-Carhart 4-factor models
  • Learn how to price a call, put, and several exotic options
  • Understand Monte Carlo simulation, how to write a Python program to replicate the Black-Scholes-Merton options model, and how to price a few exotic options
  • Understand the concept of volatility and how to test the hypothesis that volatility changes over the years
  • Understand the ARCH and GARCH processes and how to write related Python programs

In Detail

This book uses Python as its computational tool. Since Python is free, any school or organization can download and use it.

This book is organized according to various finance subjects. In other words, the first edition focuses more on Python, while the second edition is truly trying to apply Python to finance.

The book starts by explaining topics exclusively related to Python. Then we deal with critical parts of Python, explaining concepts such as time value of money stock and bond evaluations, capital asset pricing model, multi-factor models, time series analysis, portfolio theory, options and futures.

This book will help us to learn or review the basics of quantitative finance and apply Python to solve various problems, such as estimating IBM's market risk, running a Fama-French 3-factor, 5-factor, or Fama-French-Carhart 4 factor model, estimating the VaR of a 5-stock portfolio, estimating the optimal portfolio, and constructing the efficient frontier for a 20-stock portfolio with real-world stock, and with Monte Carlo Simulation. Later, we will also learn how to replicate the famous Black-Scholes-Merton option model and how to price exotic options such as the average price call option.

Style and approach

This book takes a step-by-step approach in explaining the libraries and modules in Python, and how they can be used to implement various aspects of quantitative finance. Each concept is explained in depth and supplemented with code examples for better understanding.





نظرات کاربران