Финансы и Python. Нежное введение в финансовую теорию Ива Хильпиша

Finanse i Python. Łagodne wprowadzenie do teorii finansów

Yves Hilpisch

Finanse i Python. Łagodne wprowadzenie do teorii finansów

Rozwój technologii i dostęp do danych finansowych stały się ogromnym ułatwieniem w korzystaniu z globalnych rynków finansowych. Jeśli zechcesz, możesz szybko zacząć przygodę na przykład z handlem algorytmicznym. Wystarczy, że masz niewielkie pojęcie o matematyce, programowaniu i ekonomii. Niestety, nieliczne programy nauczania o finansach integrują ze sobą te trzy dziedziny. Tymczasem koncepcje matematyczne wspaniale ułatwiają zrozumienie pojęć z zakresu inżynierii finansowej, a wczesne włączanie ćwiczeń programistycznych pozwala na znaczne zwiększenie efektywności takiej edukacji.

Dzięki tej praktycznej, przystępnie napisanej książce szybko zrozumiesz podstawy teorii finansów, modelowania danych finansowych i zastosowania Pythona w finansach obliczeniowych. Znajdziesz tu systematyczne wprowadzenie do inżynierii finansowej, handlu algorytmicznego czy zarządzania aktywami. Zdobędziesz umiejętności tworzenia w Pythonie programów, które ułatwią Ci rozwiązywanie takich problemów jak ustalanie składu portfeli inwestycyjnych zgodnie z nowoczesną teorią portfela, a także wycena opcji i innych instrumentów pochodnych. Jeśli zajmujesz stanowisko kierownicze w branży finansowej, z pewnością przyda Ci się wiedza o zastosowaniu Pythona w finansach. Jeśli już biegle kodujesz w Pythonie, łatwiej skorzystasz ze swoich umiejętności w tworzeniu przydatnych aplikacji z zakresu inżynierii finansowej.

W książce między innymi:

• matematyczne podstawy teorii finansów i programowania w Pythonie
• modele ekonomiczne i modelowanie danych finansowych
• zastosowanie Pythona w obliczeniach związanych z finansami
• wycena, podejmowanie decyzji, równowaga i alokacja aktywów
• zastosowanie bibliotek i narzędzi Pythona w modelowaniu finansowym

Teoria finansów? Z Pythonem to dziecinnie proste!

O autorze książki

Dr Yves Hilpisch - właściciel firm The Python Quants i The AI Machine specjalizujących się w projektowaniu i we wdrażaniu mechanizmów algorytmicznych, sztucznej inteligencji i uczenia maszynowego przy użyciu języka Python. Autor kilku książek analizujących zastosowanie tego języka w biznesie i profesor kontraktowy finansów obliczeniowych.

Spis treści książki

Wprowadzenie

• Po co jest ta książka?
• Docelowi odbiorcy
• Treść książki
• Konwencje stosowane w książce
• Korzystanie z kodu źródłowego
• Podziękowania

1. Finanse i Python

• Krótka historia finansów
• Główne trendy w finansach
• Świat czterech języków
• Podejście zastosowane w tej książce
• Pierwsze kroki z Pythonem
• Podsumowanie
• Bibliografia

2. Gospodarka dwustanowa

• Gospodarka

  Aktywa rzeczowe

  Agenci

  Czas

  Pieniądze

• Przepływy pieniężne

  Zysk

  Odsetki

  Wartość bieżąca

  Wartość bieżąca netto

• Niepewność
• Aktywa finansowe
• Ryzyko

  Miara probabilistyczna

  Oczekiwana wartość

  Oczekiwany zysk

  Zmienność

• Roszczenia warunkowe

  Replikacja

  Arbitraż cenowy

  Zupełność rynku

• Papiery wartościowe Arrowa-Debreu
• Wycena martyngałowa

  Pierwsze fundamentalne twierdzenie wyceny aktywów

  Wycena na podstawie oczekiwań

  Drugie fundamentalne twierdzenie wyceny aktywów

• Portfel średniej-wariancji
• Wnioski
• Inne źródła

3. Gospodarka trójstanowa

• Niepewność
• Aktywa finansowe
• Osiągalne roszczenia warunkowe
• Wycena martyngałowa

  Miary martyngałowe

  Wycena obojętna na ryzyko

• Superreplikacja
• Replikacja przybliżona
• Linia rynku kapitałowego
• Model wyceny aktywów kapitałowych
• Wnioski
• Inne źródła

4. Optymalność i równowaga

• Maksymalizacja użyteczności

  Krzywe obojętności

  Właściwe funkcje użyteczności

  Użyteczność logarytmiczna

  Użyteczność czasowo-addytywna

• Oczekiwana użyteczność

  Optymalny portfel inwestycyjny

  Czasowo-addytywna oczekiwana użyteczność

• Wycena na rynkach zupełnych

  Arbitraż cenowy

  Wycena martyngałowa

• Stopa procentowa wolna od ryzyka
• Przykład liczbowy (I)
• Wycena na rynkach niezupełnych

  Miary martyngałowe

  Wycena równowagi

• Przykład liczbowy (II)
• Wnioski
• Inne źródła

5. Gospodarka statyczna

• Niepewność

  Zmienne losowe

  Przykłady liczbowe

• Aktywa finansowe
• Roszczenia warunkowe
• Zupełność rynku
• Fundamentalne twierdzenia wyceny aktywów
• Wycena opcji metodą Blacka-Scholesa-Mertona
• Zupełność modelu Blacka-Scholesa-Mertona
• Wycena opcji metodą dyfuzji ze skokami Mertona
• Wycena agenta reprezentatywnego
• Wnioski
• Inne źródła

6. Gospodarka dynamiczna

• Dwumianowa wycena opcji

  Symulacja i wycena oparte na pętlach Pythona

  Symulacja i wycena oparte na kodzie wektoryzowanym

  Porównanie szybkości

• Wycena opcji metodą Blacka-Scholesa-Mertona

  Symulacja ścieżek cen akcji metodą Monte Carlo

  Wycena europejskiej opcji sprzedaży metodą Monte Carlo

  Wycena amerykańskiej opcji sprzedaży metodą Monte Carlo

• Wnioski
• Inne źródła

7. Co dalej?

• Matematyka
• Teoria finansów
• Programowanie w Pythonie
• Python w finansach

  Nauka o danych finansowych

  Handel algorytmiczny

  Finanse obliczeniowe

  Sztuczna inteligencja

  Inne źródła

• Na zakończenie