이미 소장하고 있다면 판매해 보세요.
|
1장. 파이썬 기초
__파이썬 설치 __변수 값 입력 공백 프로그램 작성 ,, __파이썬 함수 작성 __파이썬 루프 __데이터 입력 __데이터 조작 __데이터 출력 __연습문제 __요약 2장. 파이썬 모듈 소개 __파이썬 모듈이란? __NumPy __SciPy __Matplotlib __Statsmodels __pandas __금융에 관련된 파이썬 모듈 __pandas_reader __2개의 금융계산기 __파이썬 모듈 설치 방법 __모듈 종속성 __연습문제 __요약 3장. 화폐의 시간 가치 __화폐의 시간 가치 소개 __파이썬으로 금융계산기 만들기 __NPV정의와 NPV 법칙 __IRR의 정의와 IRR 법칙 __회수 기간의 정의 및 회수 기간 법칙 __파이썬으로 만드는 나만의 금융계산기 __여러 함수를 위한 2가지 일반식 __연습문제 __요약 4장. 데이터 소스 __심화 개념 탐구 __야후 금융에서 데이터 검색 __구글 금융에서 데이터 검색 __FRED에서 데이터 추출 __프렌치 교수의 데이터 라이브러리에서 데이터 검색 __통계청, 재무국, 노동통계청에서 데이터 검색 20여 개의 데이터셋 생성 __CRSP Compustat __연습문제 __요약 5장. 채권 및 주식 가치 평가 __금리 소개 __금리의 기간 구조 __채권 평가 __주식 가격 평가 __새로운 데이터 형식 : 딕셔너리 __요약 6장. 자본자산 가격 결정모델 __CAPM __베타 값 추이 __조정 베타 __출력 데이터 추출 __간단한 문자열 조작 __캐노피를 이용한 파이썬 __참고문헌 __연습문제 __요약 7장. 다요인 모델과 성과 척도 __파마-프렌치 3요인 모델 소개 __파마-프렌치 3요인 모델 __파마-프렌치-카하트 4요인 모델과 파마-프렌치 5요인 모델 __베타를 위한 딤슨 조정(1979)의 구현 __성과 척도 __서로 다른 데이터셋의 병합 __참고문헌 __연습문제 __요약 8장. 시계열 분석 __시계열 분석 소개 __시간 변수에 대해 데이터셋 병합 ____pandas.date_range() 함수를 활용한 1차원 시계열 데이터 생성 ____수익률 계산 ____일별 수익률을 월별 수익률로 변환 ____데이터셋을 날짜에 대해 병합 __보간 기법 이해 ____서로 다른 주기를 가진 데이터 병합 __정규성 검정 ____두터운 꼬리 계산 ____T-검정과 F-검정 ____등분산 검정 ____1월 효과 검정 __52주 최고가와 최저가 거래 전략 __롤 스프레드 계산 __아미후드의 비유동성 계산 __파스토와 스탬보 유동성 척도 __파마-맥베스 회귀 분석 __더빈-왓슨 __고빈도 데이터를 위한 파이썬 __고빈도 데이터를 사용한 스프레드의 계산 __CRSP 소개 __참고문헌 __연습문제 __요약 9장. 포트폴리오 이론 __포트폴리오 이론 소개 __2-주식 포트폴리오 __최적화: 최소화 __n-주식 포트폴리오 구성 __최적의 포트폴리오 구성 __n-주식으로 효율적 경계선 구축 __참고문헌 __연습문제 __요약 10장. 옵션과 선물 __선물 소개 __콜옵션 및 풋옵션에 대한 수익과 수입/손실 함수 __유럽식 옵션과 미국식 옵션 ____현금 흐름, 옵션 종류, 권리와 의무의 이해 __무배당 주식의 블랙-스콜스-머톤 모델 __p4f 모듈 직접 만들기 __알려진 배당이 있는 유럽식 옵션 __여러 투자 전략 ____커버드 콜: 주식 매입, 콜 매도 ____스트래들: 같은 행사가에 콜과 풋 매입 ____버터플라이 콜 ____입력 값과 옵션 값의 관계 ____그릭스 __풋-콜 패리티와 그래프 표현 ____단기 추이에 대한 풋-콜 비율 트렌드 __이항 트리와 그래프 도식화 ____유럽식 옵션을 위한 이항 트리(CRR) 방법 ____미국식 옵션을 위한 이항 트리(CRR) 방법 __헤지 전략 __내재적 변동성 __이진 탐색 __야후 금융에서 옵션 데이터 검색 __변동성 미소와 왜도 __참고문헌 __연습문제 __요약 11장. 최대 예상 손실액(VaR) __최대 예상 손실액(VaR) 소개 __정규성 검정 __왜도와 첨도 __수정 VaR __정렬된 수익률 추이에 기반을 둔 VaR __시뮬레이션과 VaR __포트폴리오들의 VaR __백테스팅과 스트레스 테스팅 __예상 숏폴 __참고문헌 __연습문제 __요약 12장. 몬테카를로 시뮬레이션 __몬테카를로 시뮬레이션의 중요성 __표준 정규 분포로부터 난수 생성 ____정규 분포로부터 난수 샘플 그리기 __시드로부터 난수 발생 ____정규 분포에서 난수 발생 ____정규 분포를 위한 히스토그램 ____로그 정규 분포 그리기 __유니폼 분포에서 난수 발생 __시뮬레이션을 이용한 파이 값의 계산 __포아송 분포에서 난수 발생 __n개의 주식에서 m개의 임의의 주식 선택 __복원과 비복원 시뮬레이션 __연간 수익률 분포 __주가 변동 시뮬레이션 __옵션 만기일의 주가에 대한 그래프 __시뮬레이션을 이용한 블랙-스콜스-머톤 콜의 복제 __시뮬레이션을 통한 두 가지 VaR 계산 방식의 연계 __몬테카를로 시뮬레이션을 이용한 자본 예산 __파이썬 SimPy 모듈 __2가지 사회 정책에 대한 비교: 기본 소득과 기본 직업 __시뮬레이션을 이용한 두 주식의 효율적 경계선 찾기 __n 주식의 효율적 경계선 구축 __장기 수익률 예측 __효율성, 모의 몬테카를로, 소볼 수열 __참고문헌 __연습문제 __요약 13장. 신용 리스크 분석 __신용 위험 분석 소개 __신용 평가 __신용 스프레드 __AAA-등급 채권 수익률, 알트만 Z-스코어 __KMV 모델을 사용한 자산 총액의 시장 가치와 변동성 계산 __금리의 기간 구조 __디폴트 거리 __신용 디폴트 스왑 __참고문헌 __연습문제 __요약 14장. 변형 옵션 __유럽식, 미국식, 버뮤다식 옵션 __선택 옵션 __샤우트 옵션 __바이너리 옵션 __레인보우 옵션 __평균가 옵션 가격 결정 __배리어 옵션 가격 산정 __배리어 인-아웃 패리티 __업아웃과 업인 패리티의 그래프 __변동 행사 가격을 가진 룩백 옵션의 가격 산정 __참고문헌 __연습문제 __요약 15장. 변동성, 내재적 변동성, ARCH, GARCH __일반적 변동성 척도: 표준 편차 __정규성 검정 __두터운 꼬리 계산 __하방 부분 표준 편차와 소르티노 지수 __두 기간의 동일 변동성 테스트 __이분산성 테스트, 브뢰쉬와 파간 __변동성 미소와 왜도 __변동성 군집화의 그래프 표현 __ARCH 모델 __ARCH(1) 프로세스 시뮬레이션 __GARCH 모델 __GARCH 프로세스 시뮬레이션 __garchSim()를 이용한 GARCH(p,q) 프로세스 시뮬레이션 __글로스텐, 자가나단, 런켈의 GJR_GARCH __참고문헌 __연습문제 __요약 |
Yuxing Yan
이병욱의 다른 상품
|
★ 이 책의 대상 독자 ★
금융 분야 중에서도 계산 금융학, 금융 모델링, 금융 공학 또는 비즈니스 분석학을 전공했다면 이 책에서 많은 도움을 얻게 될 것이다. 2가지 예를 들자면, 펜실바니아 주립대(Penn State University)의 프리말 보라(Premal P. Vora) 교수는 금융 데이터 과학을 가르치면서 이 책을 교재로 사용했다. 웨스터 민스터 대학의 셍 샤오(Sheng Xiao) 교수도 금융 분석 과목을 가르치면서 이 교재를 사용했다. 학생, 교수, 개별 투자가 모두 수많은 금융 프로젝트에 파이썬을 응용해 큰 도움을 얻게 될 것이다. ★ 이 책의 구성 ★ 1장 '파이썬 기초'에서는 파이썬에 대한 간단한 소개와 설치 방법, 실행과 종료, 변수 대입, 벡터, 행렬, 배열, 내장 함수(embedded functions) 호출, 프로그램 직접 만들어보기, 파일로부터 데이터 읽기, 간단한 데이터의 조작, 데이터 및 결과 출력, 피클(pickle) 형식으로 된 파이썬 데이터의 생성에 대해 알아본다. 2장 '파이썬 모듈 소개'에서는 모듈의 의미, 모듈 작성법, 임포트(import)된 모듈 내 모든 함수의 출력, 임포트된 모듈의 단축, 이름 설정, import math와 from math import의 차이, 임포트된 모듈의 삭제, 모듈의 일부 함수만 임포트하기, NumPy, SciPy,matplotlib, statsmodels, pandas, Pandas_reader 모듈 소개, 내장 모듈과 가용한(설치된) 모든 모듈 찾아보기 삭제된 특정 모듈 찾기 등에 대해 알아본다. 3장 '화폐의 시간 가치'에서는 단일 미래 현금 흐름에 대한 현재가치, (성장형) 영구 연금(perpetuity)의 현재가치, 연금의 현재가치 및 미래가치, 영구 연금과 기초 지급 영구 연금(perpetuity due), 연금과 기초 지급 연금, SciPy와 numpy.lib.financial 서브모듈에 있는 함수들, 파이썬으로 만든 무료 금융 계산기, 순 현재가치(NPV, Net Present Value)의 정의와 관련 법칙, 내부 수익률(Internal Rate of Return)과 관련 법칙 화폐의 시간 가치를 파이썬으로 도식화하기, 순 현재가치 프로필(NPV profile) 등에 대해 다룬다. 4장 '데이터 소스'에서는 야후 금융 구글 금융 연방 준비은행 경제 데이터 라이브러리(FRED, Federal Reserve Bank's Economics Data Library), 프렌치 교수의 데이터 라이브러리(Prof.French's Data Library), 노동 통계청(Bureau of Labor Statistics), 통계청(Census Bureau) 등 여러 공개 데이터를 검색하는 방법을 알아본다. 그 후 csv, txt, pkl, Matlab, SAS, Excel 등 다양한 형식으로 된 데이터를 읽는 방법을 배운다. 5장 '채권과 주식 평가'에서는 APR(A+nnual Percentage Rate, 연이율), EAR(Effective Annual Rate, 실 연이율), 복리주기 하나의 실 이율을 다른 실 이율로 변환하는 방법, 금리의 기간 구조(term structure of interest rate), 채권의 판매 가격 산정, 배당 할인 모델을 이용한 주가 산정 등의 금리와 관련 개념을 알아본다. 6장 '자본자산 가격 결정모델'에서는 야후 금융에서 데이터를 다운로드하는 방법을 배우고 다운로드한 데이터를 이용해 CAPM(자본자산 가격 결정모델) 회귀 분석을 실행해본다. 롤링 베타(rolling beta), 여러 주식의 베타를 계산하는 파이썬 프로그램, 수정 베타(adjusted beta)와 포트폴리오의 베타 계산, 스콜(Scholes)-윌리엄스(Williams, 1977)-딤슨(Dimson, 1979)의 두 베타 수정 기법에 대해 알아본다. 7장 '다요인 모델과 성과 척도'에서는 6장에서 다룬 단일 요인 모델을 다요인 모델 및 좀 더 복잡한 모델로 확장하는 방법과 여러 가지 성과 척도를 알아본다. 파마-프렌치 3요인 모델(Fama-French three-factor model), 파마-프렌치-카하트 4요인 모델(Fama-French-Carhart four-factor model), 파마-프렌치 5요인 모델(Fama-French five-factor model) 등의 복잡한 모델과 샤프 지수(Sharpe ratio), 트레이너 지수(Treynor ratios), 소르티노 지수(Sortino ratio), 젠센 알파(Jensen’s alpha) 등의 성과 척도 지수를 알아본다. 8장 '시계열 분석'에서는 좋은 날짜 변수를 설계하는 방법, 날짜 변수에 대해 데이터셋 병합하기, 정규 분포, 정규성 검정, 금리의 기간 구조(term structure of interest rate), 52주 최고 최저가 거래 전략(52-week high and low trading strategy), 수익률 계산, 일 수익률의 월 수익률 혹은 연 수익률로의 변환, T-검정(T-test), F-검정(F-test), 더빈-와슨 자기 상관관계 테스트(Durbin-Watson test for autocorrelation), 파마-맥베스 회귀(Fama-MacBeth regression), 롤(1984) 스프레드(Roll spread), 아미후드(2002)의 비유동성(Amihud's illiquidity), 파스터 스탬보우(2003)의 유동성 측정(Pastor and Stambaugh's liquidity measure), 1월 효과, 주중 효과, 구글 금융과 하스브러 교수(Prof. Hasbrouck)의 TORQ(Trade, Order, Report and Quotation) 데이터베이스, CRSP(Center for Research in Security Prices), 증권 가격연구소의 데이터베이스에서 다빈도 데이터를 검색하는 방법 등에 대해 알아본다. 9장 '포트폴리오 이론'에서는 2-주식 포트폴리오와 N-주식 포트폴리오의 평균과 위험 계산, 상관관계(correlation)와 다각화 효과(diversification effect), 수익률 행렬을 생성하는 방법, 샤프 지수(Sharpe ratio), 트레이너 지수(Treynor ratio), 소르티노 지수(Sortinor ratio)를 이용한 최적 포트폴리오의 생성, 효율적 경계선(efficient frontier) 구축, 모딜리아니와 모딜리아니(Modigliani and Modigliani) 성과 척도(M2 척도), 가치 가중과 균등 가중 기법을 이용한 포트폴리오 수익률 계산법 등을 알아본다. 10장 '옵션과 선물'에서는 콜과 풋의 수익과 이익 손실 함수 및 이의 그래프 표현, 유럽식과 미국식 옵션, 정규 분포, 표준 정규 분포, 누적 정규 분포, 배당금 유무에 따른 블랙-스콜스-머톤(Black-Scholes-Merton) 옵션 모델 커브드 콜(covered call), 스트래들(straddle), 버트플라이(butterfly)와 캘린더 스프레드(calendar spread) 등 다양한 거래 전략과 이의 도식화, 그릭스(Greeks), 풋-콜 패리티(put-call parity)와 이의 도식화, 일단계와 이단계 이항 트리 모델(binomial tree model)의 도식화, 유럽식과 미국식 옵션 가격 결정을 위한 이항트리의 활용, 내재적 변동성(implied volatility), 변동성 미소(volatility smile), 왜도(skewness) 등을 알아본다. 11장 '최대 예상 손실액(VaR)'에서는 우선 정규 분포의 밀도와 누적 함수를 알아보고 정규성 가정에 기반을 두고 VaR을 계산하는 첫 번째 방법, 1일 리스크의 n일 리스크로의 변환, 1일을 n일 VaR로 변환하는 방법, 정규성 검정, 왜도(skewness)와 첨도(kurtosis)의 영향 왜도와 첨도를 포함한 VaR 척도의 수정 과거 수익률에 기반을 둔 VaR을 계산하는 두 번째 방법, 몬테카를로(Monte Carlo) 시뮬레이션, 백테스트(backtesting)와 스트레스 테스트를 통한 두 방법의 연계 등을 알아본다. 12장 '몬테카를로 시뮬레이션'에서는 몬테카를로 시뮬레이션을 이용한 π 값 계산, 로그 정규 분포를 이용한 주가 변동 시뮬레이션, 효율적 포트폴리오와 경계선 구성, 시뮬레이션을 통한 블랙-스콜스-머톤 옵션의 복제 변동 행사 가격(floating strikes)을 가진 룩백 옵션(lookback option)과 같은 변형 옵션(exotic option)의 가격 산정, 복원 및 비복원 부트스트래핑(bootstrapping), 장기 기대 수익률 추정과 유관 효율성, 모의 몬테카를로 시뮬레이션(quasi Monte Carlo simulation)과 소볼 수열(Sobol sequence)에 대해 알아본다. 13장 '신용 리스크 분석'에서는 무디스, 스탠더드앤푸어스, 피치의 신용 평가, 신용 스프레드, 1년과 5년 신용도 변화 행렬(migration matrices), 금리의 기간 구조, 회사의 디폴트를 예측하는 알트만의 Z-스코어(Altman's Z-score), KMV 총자산과 변동성을 계산하는 모델, 디폴트 확률과 디폴트 거리(distance to default), 신용 디폴트 스왑(credit default swap)에 대해 알아본다. 14장 '변형 옵션'에서는 먼저 10장에서 배운 유럽식과 미국식 옵션을 버뮤다식 옵션(Bermudan option)과 비교해본다. 그러고 나서 간단한 선택 옵션(chooser option)의 가격 산정, 샤우트(shout) 옵션, 레인보우(rainbow) 옵션, 바이너리 옵션(binary option), 평균 가격 옵션(average price option)을 알아보고 업인(up-and-in), 업아웃(up-and-out), 다운인(down-and-in), 다운아웃(down-and-out) 같은 배리어 옵션(barrier options)에 대해 알아본다. 15장 '변동성, 내재적 변동성, ARCH, GARCH'에서는 변동성 척도와 ARCH/GARCH에 대해 알아본다. |