Name: Tidy Finance with Python
SKU: 124654118
Price: 410280 KRW
Availability: InStock
Author: Frey
ISBN: 9781032684291

카트

이미지 검색을 사용해 보세요

검색창 이전화면 이전화면

최근 검색어: 전체삭제

인기 검색어

닫기

사이즈비교 공유하기

소득공제 수입

Chapman & Hall/CRC The Python Series

직수입양서 Tidy Finance with Python

Hardback, 1st Edition

바인딩/에디션 안내

Frey, Christoph / Scheuch, Christoph / Voigt, Stefan

Chapman and Hall/CRC 2024.07.12.

회원리뷰 첫번째 리뷰어가 되어주세요

직수입외서는 변심/착오로 인해 주문을 취소할 경우 해외주문 취소수수료 20%가 부과됩니다.?

가격: 455,870원

10 410,280

YES포인트?: 20,520원 (5%) 마니아추가적립

5만원 이상 구매 시 2천원 추가 적립

사용 가능한 쿠폰 받기

앱 다운 시 1천원 상품권

결제혜택: 최대 2,000원 즉시할인

배송안내: 서울특별시 영등포구 은행로 11(여의도동, 일신빌딩) 변경

배송비?: 무료

이미 소장하고 있다면 판매해 보세요.

예스24에 팔기 바이백 신청 불가 내 가게에서 팔기

국내배송만 가능
해외 거래처 사정에 의하여 품절/지연 가능
도서 정보 중 미표기 사항 안내?
문화비소득공제 가능

이 분야의 이벤트

AI & Science Collection - 최신 연구부터 베스트셀러까지

시리즈 태그 업체 공지사항 중고직수입양서 소개 구성 소개 특별 구성 MD 한마디 카드뉴스 상세 이미지 책소개 관련 동영상 목차 저자 소개 관련분류 품목정보 만든이 코멘트 예스24 리뷰 책 속으로 줄거리 캐스팅 관련 자료 부가 영상 출판사 리뷰 전문가 리뷰 추천평

펼치기/닫기

Chapman & Hall/CRC The Python Series

BiteSize Python for Intermediate Learners

20% 333,650원

BiteSize Python for Intermediate Learners 이동
BiteSize Python for Intermediate Learners

20% 106,680원

BiteSize Python for Intermediate Learners 이동
Linear Algebra for Data Science with Python

10% 183,300원

Linear Algebra for Data Science with Python 이동
Data Clustering with Python

10% 226,950원

Data Clustering with Python 이동
BiteSize Python for Absolute Beginners

20% 333,650원

BiteSize Python for Absolute Beginners 이동
BiteSize Python for Absolute Beginners

20% 108,610원

BiteSize Python for Absolute Beginners 이동
Python for Mathematics

10% 122,190원

Python for Mathematics 이동
Python for Mathematics

10% 375,360원

Python for Mathematics 이동
Geocomputation with Python

10% 135,280원

Geocomputation with Python 이동
Geocomputation with Python

10% 375,360원

Geocomputation with Python 이동
Python Programming for Mathematics

10% 318,610원

Python Programming for Mathematics 이동
Python Programming for Mathematics

10% 109,090원

Python Programming for Mathematics 이동
Introduction to Quantitative Social Science with Python

10% 122,190원

Introduction to Quantitative Social Science with Python 이동
Introduction to Quantitative Social Science with Python

10% 375,360원

Introduction to Quantitative Social Science with Python 이동
Tidy Finance with Python

10% 410,280원

Tidy Finance with Python 이동
Tidy Finance with Python

10% 154,930원

Tidy Finance with Python 이동
Introduction to Python

10% 144,010원

Introduction to Python 이동
Introduction to Python

10% 458,320원

Introduction to Python 이동
Simple Introduction to Python

10% 226,950원

Simple Introduction to Python 이동
Simple Introduction to Python

10% 63,270원

Simple Introduction to Python 이동
Learning Professional Python

15% 354,500원

Learning Professional Python 이동
Data Mining with Python

15% 278,260원

Data Mining with Python 이동
Data Mining with Python

15% 105,100원

Data Mining with Python 이동
Foundations of Data Science with Python

10% 178,930원

Foundations of Data Science with Python 이동
Foundations of Data Science with Python

10% 458,320원

Foundations of Data Science with Python 이동
Learning Professional Python

20% 120,250원

Learning Professional Python 이동
Learning Advanced Python by Studying Open Source Projects

20% 96,970원

Learning Advanced Python by Studying Open Source Projects 이동
Learning Advanced Python by Studying Open Source Projects

10% 458,320원

Learning Advanced Python by Studying Open Source Projects 이동
Learning Professional Python

20% 120,250원

Learning Professional Python 이동
Learning Professional Python

10% 375,360원

Learning Professional Python 이동
더보기

책소개

<p>This textbook shows how to bring theoretical concepts from finance and econometrics to the data. Focusing on coding and data analysis with Python, we show how to conduct research in empirical finance from scratch. We start by introducing the concepts of tidy data and coding principles using pandas, numpy, and plotnine. Code is provided to prepare common open-source and proprietary financial data sources (CRSP, Compustat, Mergent FISD, TRACE) and organize them in a database. We reuse these data in all the subsequent chapters, which we keep as self-contained as possible. The empirical applications range from key concepts of empirical asset pricing (beta estimation, portfolio sorts, performance analysis, Fama-French factors) to modeling and machine learning applications (fixed effects estimation, clustering standard errors, difference-in-difference estimators, ridge regression, Lasso, Elastic net, random forests, neural networks) and portfolio optimization techniques.</p><br/><br/>Key Features:<ul> <li>Self-contained chapters on the most important applications and methodologies in finance, which can easily be used for the reader’s research or as a reference for courses on empirical finance.</li> <li>Each chapter is reproducible in the sense that the reader can replicate every single figure, table, or number by simply copying and pasting the code we provide.</li> <li>A full-fledged introduction to machine learning with scikit-learn based on tidy principles to show how factor selection and option pricing can benefit from Machine Learning methods.</li> <li>We show how to retrieve and prepare the most important datasets financial economics: CRSP and Compustat, including detailed explanations of the most relevant data characteristics.</li> <li>Each chapter provides exercises based on established lectures and classes which are designed to help students to dig deeper. The exercises can be used for self-studying or as a source of inspiration for teaching exercises.</li> </ul>

책소개 더보기펼치기

Author Biographies

Part1: Getting Started

1. Setting Up Your Environment

2. Introduction to Tidy Finance

Part2: Financial Data

3. Accessing and Managing Financial Data

4. WRDS, CRSP, and Compustat

5. TRACE and FISD

6. Other Data Providers

Part3: Asset Pricing

7. Beta Estimation

8. Univariate Portfolio Sorts

9. Size Sorts and p-Hacking

10. Value and Bivariate Sorts

11. Replicating Fama and French Factors

12. Fama-MacBeth Regressions

Part4: Modeling and Machine Learning

13. Fixed Effects and Clustered Standard Errors

14. Difference in Differences

15. Factor Selection via Machine Learning

16. Option Pricing via Machine Learning

Part5: Portfolio Optimization

17. Parametric Portfolio Policies

18. Constrained Optimization and Backtesting

Appendices

A. Colophon

B. Proofs

C. WRDS Dummy Data

D. Clean Enhanced TRACE with Python

E. Cover Image

Bibliography

Index

목차 더보기펼치기

품목정보

발행일: 2024년 07월 12일

쪽수, 무게, 크기: 246쪽 | 453g | 180*250mm

ISBN13: 9781032684291

리뷰/한줄평0

리뷰

첫번째 리뷰어가 되어주세요.

리뷰 쓰기

혜택 및 유의사항

한줄평

첫번째 한줄평을 남겨주세요.

한줄평 쓰기

혜택 및 유의사항

상품정보안내

직수입외서의 경우, 해외거래처에서 제공하는 정보가 부족하여 제목, 표지, 가격, 유통상태 등의 정보가 미비하거나 변경되는 경우가 있습니다. 정확한 확인을 원하시는 경우, 일대일 상담으로 문의하여 주시면 답변 드리겠습니다.
(판형과 판수 등이 다양한 도서는 찾으시는 도서의 ISBN을 알려 주시면 보다 빠르고 정확한 안내가 가능합니다.)

해외거래처에서 품절인 경우, 2차 거래선을 통해 유럽과 미국 출판사로 직접 수입이 진행될 수 있습니다.
수입 진행 시점으로 부터 2~3주가 추가로 소요되며, 해외에서도 유통이 원활하지 않은 도서는 품절 안내가 지연될 수 있습니다.
해당 경우, 문자와 메일로 별도 안내를 드리고 있사오니 마이페이지에서 휴대전화번호와 메일주소를 다시 한번 확인해주시기 바랍니다.

배송/반품/교환 안내

옵션선택 레이어 닫기

410,280원

총 1개 410,280원

일반결제 카트담기

바로구매 카트담기

이 책을 구입하신 분들이 산 책