前 言
Python金融大数据分析
不久以前，在金融行业，Python作为一种编程语言和平台技术还被视为异端。相比之下，2014年有许多大型金融机构——如美国银行、美林证券的“石英”项目或者摩根大通的“雅典娜”项目——战略性地使用了Python和其他既定的技术，构建、改进和维护其核心IT系统。众多大大小小的对冲基金也大量使用Python的功能，进行高效的金融应用程序开发和金融分析工作。
同样，当今许多金融工程硕士课程（或者授予类似学位的课程）也使用Python作为核心语言之一，教授计量金融理论与可执行计算机代码之间的转换方法。针对金融专业人士的教育项目和培训也越来越多地在课程中加入Python。有些课程将它作为主要实现语言。
Python最近取得这样的成功，而且在未来似乎还会继续下去，这有许多原因。其中包括它的语法、Python开发人员可用的科学生态系统和数据分析库、易于和几乎所有其他技术集成，以及其开源地位（更多这方面的深入探讨请参见第1章）。
因此，有许多好的书籍，从不同角度和焦点传授Python。本书是最先介绍和传授Python金融应用的书籍之一，特别是将Python用于计量金融学和金融分析。书中采用的方法很实用，实现和说明先于理论细节，通常将焦点更多地放在大局上，而非某些类或者函数晦涩难懂的参数化选项。
本书的大部分是在基于浏览器的强大交互式环境IPython Notebook（在第2章中有更详细的介绍）中编写的，因此有可能为读者提供本书中几乎所有例子的可执行、交互式版本。
希望立即开始使用完备的交互式Python（以及R和Julia）金融分析环境的读者，应该前往http://oreilly.quant-platform.com，尝试Python Quant平台（结合本书提供的IPython Notebook文件）。你还应该关注基于Python的金融分析库DX analytics（http://dx-analytics.com）。我的另一本书《Derivatives Analytics with Python》（Wiley Finance）更详细地介绍高级衍生品分析的理论和数值方法，书中也提供了丰富而易用的Python代码。进一步的材料，特别是有关Python计量金融学应用的幻灯片及视频，可以在我的私人网站上找到（http://hilpisch.com）。
目 录
第1部分 Python与金融
第1章 为什么将Python用于金融
1.1 Python 是什么
1.2 金融中的科技
1.3 用于金融的Python
1.4 结语
1.5 延伸阅读
第2章 基础架构和工具
2.1 Python部署
2.2 结语
2.3 延伸阅读
第3章 入门示例
第2部分 金融分析和开发
第4章 数据类型和结构
第5章 数据可视化
第6章 金融时间序列
第7章 输入/输出操作
第8章 高性能的Python
第9章 数学工具
第10章 推断统计学
第11章 统计学
第12章 Excel集成
第13章 面向对象和图形用户界面
第14章 Web集成
第3部分 衍生品分析库
第15章 估值框架
第16章 金融模型的模拟
第17章 衍生品估值
第18章 投资组合估值
第19章 波动率期权
