Books

Pythonによるファイナンス 第2版 データ駆動型アプローチに向けて

Yves Hilpisch

Product Details

ISBN/Catalogue Number
ISBN 13 : 9784873118901
ISBN 10 : 4873118905
Format
Books
Release Date
December/2019
Japan
Co-Writer, Translator, Featured Individuals/organizations
:

Content Description

さまざまな分野で威力を発揮するPythonは、ファイナンスの分野でも重要なテクノロジーとして急成長を遂げています。本書は、Pythonを使った金融工学の初歩的な基本事項からアルゴリズム取引やデリバティブ分析までカバーし、必要なプログラミング、機械学習や深層学習を利用したデータ分析、統計などについて、数理と実用面から詳しく解説します。「データ駆動型アプローチ」と「AIファーストファイナンス」を軸に、これからのファイナンスに必要な戦略と実践力を体得できることを目的とします。

目次 : 第1部 Pythonとファイナンス(なぜファイナンスにPythonを使うのか/ Pythonインフラストラクチャ)/ 第2部 基本の習得(データ型とデータ構造/ NumPyによる数値計算/ pandasによるデータ分析/ オブジェクト指向プログラミング)/ 第3部 金融データサイエンス(データ可視化/ 金融時系列データ/ 入出力操作/ 高性能Python)/ 第4部 アルゴリズム取引(FXCMトレーディングプラットフォーム/ 取引戦略/ 自動取引)/ 第5部 デリバティブ分析(評価フレームワーク/ ファイナンスモデルのシミュレーション/ デリバティブ評価/ ポートフォリオ評価/ 市場に基づいた評価/ 付録A 日付と時刻/ 付録B BSMオプションクラス)

【著者紹介】
イーブ・ヒルピシュ : 金融データサイエンス、AI、アルゴリズム取引、金融工学用のオープンソース技術を専門とするThe Python Quantsの創立者兼パートナー。自前の戦略実行アルゴリズムによって人工知能を活用する企業The AI MachineのCEO。金融工学についてのCQF、アルゴリズム取引についてのEPATという2つのオンライン講座の講師も勤めている。Python for Algorithmic Tradingの最初のオンライン大学認証機関のディレクター。金融分析ライブラリDX Analyticsの著者で、ロンドン、フランクフルト、ベルリン、パリ、ニューヨークで開催される「Pythonによる定量分析ファイナンスとアルゴリズム取引」のミートアップ、会議、ブートキャンプのオーガナイザー。米国、ヨーロッパ、アジアで開かれた学術会議のキーノートスピーカーを務めた

黒川利明 : 1972年、東京大学教養学部基礎科学科卒。東芝(株)、新世代コンピュータ技術開発機構、日本IBM、(株)CSK(現SCSK(株))、金沢工業大学を経て、2013年よりデザイン思考教育研究所主宰。過去に文部科学省科学技術政策研究所客員研究官として、ICT人材育成やビッグデータ、クラウド・コンピューティングに関わり、現在情報規格調査会SC22 C#、CLI、スクリプト系言語SG主査として、C#、CLI、ECMAScript、JSONなどのJIS作成、標準化に携わっている。他に、IEEE SOFTWARE Advisory Boardメンバー、日本規格協会規格開発エキスパート、標準化アドバイザー、町田市介護予防サポーター、次世代サポーター、カルノ(株)データサイエンティスト、ICES創立メンバー、画像電子学会国際標準化教育研究会委員長として、データサイエンティスト教育、デザイン思考教育、標準化人材育成、地域学習支援活動などに関わる

中妻照雄 : 1968年徳島県に生まれる。1991年筑波大学第三学群(現・理工学群)社会工学類卒業。1998年ラトガーズ大学大学院経済学研究科博士課程修了。現在、慶應義塾大学経済学部経済学科教授。Ph.D.(経済学)(本データはこの書籍が刊行された当時に掲載されていたものです)

(「BOOK」データベースより)

Customer Reviews

Comprehensive Evaluation

☆
☆
☆
☆
☆

0.0

★
★
★
★
★
 
0
★
★
★
★
☆
 
0
★
★
★
☆
☆
 
0
★
★
☆
☆
☆
 
0
★
☆
☆
☆
☆
 
0

Book Meter Reviews

こちらは読書メーターで書かれたレビューとなります。

powered by

  • 日輪

    11章辺りまではほぼライブラリの解説で、辞書的に使うのはいいだろうけどネットで調べられる内容な気もする。13章辺りから実データの分析っぽくなる。幾何ブラウン運動の対数差分は正規分布に従う。SciPyで正規性や歪度や尖度を検定できる。特徴量を2値化してSVMモデルなどを作れる(ラグを変えたリターンの項を増やすと成績が上がる)。ケリー基準による最適配分(レバレッジ比率)は、(株式リターン-無リスク金利)/(分散)で計算できるが、S&P500だと4.5くらいと高くなりがちなので、半ケリーの値を使ったりする。

  • STEM読書会

    基本的なpythonの文法の章は辞書がわりに使えて便利。私が本書で最も気になっていた第4部「アルゴリズム取引」はあまり参考にならなかった。それは本書ではFXCMという会社が提供しているAPIを用いるのだが、この日本支社は2015年に楽天に買収されており、事実上これが日本で使えないものとなっているからである。今は代わりにOANDA APIが使われているらしい。個人的には最適な資源投入量・レバレッチの導出部分が参考になった。第5部は金融工学に基づく実装が紹介されている。

レビューをもっと見る

(外部サイト)に移動します

Recommend Items