新書推薦:

《
草木有灵
》
售價:NT$
1367.0

《
哈布斯堡女皇:玛丽亚?特蕾莎和18世纪欧洲的权力博弈(王权与革命交织的时代,哈布斯堡家族四位权势女性的治国、磨难与沉浮)
》
售價:NT$
653.0

《
首发经济:重塑商业生态与消费未来
》
售價:NT$
301.0

《
中国国家地理 美丽的地球·生命交响(全6册)
》
售價:NT$
2897.0

《
前世今生:穿越时空的灵魂伴侣
》
售價:NT$
301.0

《
出瀛海:晚清诗人的海外观察与体验(九州之外,更有瀛海,全球视野下的中外交流史力作! )
》
售價:NT$
296.0

《
制造规则 : 国际标准建立背后的历史与博弈
》
售價:NT$
449.0

《
货币与政府
》
售價:NT$
602.0
|
內容簡介: |
本书分四篇,第一篇介绍金融科技Python工具创新应用,第二篇介绍金融科技R工具创新应用,第三篇介绍金融科技Matlab工具创新应用;第四篇介绍金融人工智能机器学习算法创新应用。主要内容包括:(1)金融科技绪论;(2)资产组合的收益率与风险及其Python应用;(3)资产组合均值方差模型及其Python应用;(4)存在无风险资产的均值方差模型及其Python应用;(5)资本资产定价模型及其Python应用;(6)Black-Scholes期权定价模型及Python应用;(7)期权定价二叉树法及其Python应用;(8)期权定价蒙特卡罗模拟法及其Python应用;(9)期权定价有限差分法及其Python应用;(10)资产组合标准的均值方差模型及R应用;(11)存在无风险资产的均值方差模型及其R语言应用;(12)资本资产定价模型(CAPM)及其R语言应用;(13)Black-Scholes期权定价模型及其R语言应用;(14)期权定价二叉树法R应用;(15)期权定价的蒙特卡罗模拟法及其R语言应用,(16)期权定价的有限差分法及其R语言应用;(17)投资组合Matlab应用;(18)Black-Scholes与二叉树期权定价及其Matlab应用;(19)期权定价的蒙特卡罗模拟Matlab应用;(20)期权定价有限差分计算Matlab应用;(21)金融人工智能机器学习算法创新应用。>本书紧跟数字经济与财经数据科学时代潮流,内容新颖、全面,实用性强,融理论、方法、应用实例于一体,可供金融科技、数字金融、金融工程、金融数学、金融学、投资学、保险学、金融专业硕士、数字经济、经济学、财政学、财务管理、统计学、数量经济学、管理科学与工程、计算机应用技术、概率论与数理统计、大数据管理与应用、数据科学与大数据技术等专业的本科高年级学生与研究生选用。
|
關於作者: |
朱顺泉,男,汉族,湖南邵东人。1992年毕业于湖南大学应用数学系计算数学专业,2001年于中南大学商学院管理科学与工程专业研究生毕业,获管理科学博士学位,2004年于上海财经大学应用经济学专业博士后研究出站,2006年评为教授。现为广州华商学院金融学院教授。曾先后工作于湖南财经学院、湖南大学、暨南大学、广东财经大学等,投资学国家一流专业建设点项目负责人。一直从事财经与科技相结合的交叉应用研究,指导毕业研究生120余人。
|
目錄:
|
目 录
上册
1 金融科技绪论 1
第一篇 金融科技Python 工具创新应用
2 资产组合的收益率与风险及其 Python 应用 15
3 资产组合的均值方差模型及其 Python 应用 29
4 存在无风险资产的均值方差模型及其 Python 应用 51
5 资本资产定价模型及其 Python 应用 67
6 布莱克—舒尔兹(Black - Scholes) 期权定价模型及其Python 应用 81
7 期权定价二叉树法及其 Python 应用 105
8 期权定价的蒙特卡罗模拟法及其 Python 应用 127
9 期权定价有限差分法及其 Python 应用 138
第二篇 金融科技R 工具创新应用
10 资产组合标准的均值方差模型及其 R 语言应用 153
11 存在无风险资产的均值方差模型及其 R 语言应用 171
12 资本资产定价模型 (CAPM) 及其 R 语言应用 187
13 Black - Scholes 期权定价模型及其 R 语言应用 199
14 期权定价二叉树法及其 R 语言应用 231
15 期权定价的蒙特卡罗模拟法及其 R 语言应用 253
16 期权定价的有限差分法及其 R 语言应用 265
下 册
第三篇 金融科技Matlab 工具创新应用
17 投资组合及其 Matlab 应用 279
18 Black - Scholes 与二叉树期权定价及其 Matlab 应用 307
19 期权定价的蒙特卡罗模拟及其 Matlab 应用 328
20 期权定价的有限差分方法及其 Matlab 应用 344
第四篇 金融人工智能机器学习算法创新Python 应用
21 金融人工智能机器学习算法及其 Python 应用 363
第五篇 金融科技创新综合运用及其Python 应用
22 金融科技创新综合运用及其 Python 应用 421
参考文献 488
|
|