Python for Finance

- 书名:Python for Finance
- 作者: YvesHilpisch
- 格式:PDF
- 时间:2024-06-29
- 评分:
- ISBN:9781491945285
内容简介:
Yves Hilpsch是Python Quants(德国)股份有限公司的创始人和任事股东,也是Python Quants(纽约)有限责任公司的共同创办人。该集团提供基于Python的金融和衍生品分析软件(参见http://pythonquants.com,http://quant-platfrom.com和http://dx-analytics.com),以及和Python及金融相关的咨询、开发和培训服务。
Yves还是Derivatives Analytics with Python(Wiley Finance,2015)的作者。作为获得数理金融学博士学位的商业管理专业研究生,他在萨尔州大学讲授计算金融学中的数值化方法课程。
下载地址:
标签:
文章链接:https://www.dushupai.com/book-content-28634.html(转载时请注明本文出处及文章链接)
最新评论:
更多
-
那个那个hongli2016-01-06内容安排不错,但是感觉具体写得比较乱,很多问题都没有讲得很清楚。
-
郭小天2016-06-05入门级别的实用工具书。
-
AperSpike2017-09-25很久之前就读过...但是觉得只看官方文档就行了
最新书摘:
更多
-
九识澪2017-08-30NumPy提供了常规数组(至少缺乏dtype限制)的广义形式,但是我们暂时坚持使用常规数组,以观察这种专门化措施对性能的影响。做个简单的练习,假定我们要生成一个5000 x 5000个元素组成的矩阵/数组,填入标准正态分布(伪)随机数,然后计算所有元素的总和。首先采用纯Python方法,大量使用列表推导和函数式编程方法以及lambda函数:In [111]: import randomI = 5000In [112]: %time mat = [[random.gauss(0,1) for j in range(l)] for i in range(l)] » a nested list comprehension0ut[112]: CPU times: user 36.5 s, sys: 408 ms, total: 36.9 s Wall time: 36.4 sIn [113]: %time reduce(lambda x, y: x + y, reduce(lambda x, y: x + y, row for row in mat])0ut[113]: CPU times: user 4.3 s, sys: 52ms, total: 4.35s 678.5908519876647现在转向NumPy,看看同一个问题如何解决。为方便起见,NumPy子库random提供了多种函数,以初始化numpy.ndarray对象,同时填入(伪)随机数:In [114]: %time mat = np.random.standard_normal((I, I))0ut[114]: CPU times: user 1.83 s, sys: 40 ms, total: 1.87 s Wall time: 1.87 s in [115]:...
猜你喜欢:
-
英文原版
-
英文原版
-
英文原版
-
英文原版
-
英文原版
-
英文原版
-
英文原版
-
英文原版