手術刀般精準的FRM：用Python科學管控財金風險(基礎篇)


	☆★☆★【有如手術刀般精準！利用Python幫你管控財金風險！】★☆★☆ 　　本書使用了當紅的程式語言Python，從程式設計的基本觀念談起。沒有Python基礎也沒關係，完整的Python介紹，讓您能順利銜接資料科學家最常用的套件整理，包括Numpy，以及特別針對格式化表格類處理的Pandas，也充分介紹了Dataframe的各種應用。　　在有了充足的資料之後，接著需要有可以展示數據的工具。除了大家最愛用的Matplotlib之外，也介紹了高手才會用的Seaborn。當熟悉了工具之後，就正式進入了金融理論，包括基礎的機率及統計、各種模型及機率分佈，以及抽樣、信賴區間等內容說明。　　最後則進入到金融領域，除了介紹各種計算的演算法、模型、術語，也結合了前面所學的Python及工具，並講解金融商品最重要的「固定收益分析」。　　本書從科學下手，讓您精準了解金融原理，確保金錢不再陷入水深火熱之中，將是您從科學到金融領域最重要的橋樑。本書特色　　✪金融風險管理師 (FRM)所應該具備的所有技能。　　✪FinTech所需要的Python程式設計概念。　　✪資料科學家最需要熟悉的Python套件、Pandas、Numpy。　　✪製作圖表的首選工具Matplotlib、Seaborn。


	目錄第1章程式設計初階 1.1 Python介紹 1.2 Spyder介紹 1.3 變數和數值類型 1.4 資料序列介紹 1.5 列表 1.6 元組、集合和字典第2章程式設計基礎Ⅱ 2.1 字串 2.2 運算子 2.3 關鍵字和變數複製 2.4 條件和迴圈敘述 2.5 迭代器和生成器 2.6 檔案讀寫入操作 2.7 函數 2.8 異常和錯誤第3章使用NumPy 3.1 NumPy簡介 3.2 基本類型的矩陣建立 3.3 其他矩陣建立函數 3.4 索引和遍歷 3.5 矩陣變形第4章數學工具套件 4.1 矩陣元素統計計算 4.2 圓整 4.3 矩陣基本運算 4.4 線性代數計算 4.5 矩陣分解 4.6 一元函數符號運算式 4.7 多元函數符號運算式 4.8 符號函數矩陣第5章 Pandas與資料分析Ⅰ 5.1 Pandas的安裝和匯入 5.2 序列及其建立 5.3 序列的資料選取 5.4 DataFrame及其建立 5.5 DataFrame的資料選擇 5.6 序列和DataFrame的基本運算 5.7 設定索引，重新索引與重建索引第6章 Pandas與資料分析Ⅱ 6.1 資料的視覺化 6.2 Pandas檔案寫出和讀取 6.3 DataFrame的合併 6.4 DataFrame的列連接 6.5 DataFrame的拼接 6.6 DataFrame的分組分析 6.7 樞紐分析表第7章資料視覺化 7.1 Matplotlib繪圖函數庫 7.2 繪製二維線圖 7.3 子圖繪製 7.4 繪製輔助線 7.5 增加數學公式 7.6 常見二維影像 7.7 常見三維影像 7.8 統計資料視覺化 7.9 互動式繪圖簡介第8章機率與統計Ⅰ 8.1 機率與隨機事件 8.2 貝氏定理 8.3 隨機變數 8.4 離散型隨機變數的機率分佈 8.5 連續型隨機變數的機率分佈 8.6 正態分佈和對數正態分佈第9章機率與統計Ⅱ 9.1 隨機變數的數位特徵 9.2 整體和樣本 9.3 抽樣分佈 9.4 大數定律及中心極限定理 9.5 參數估計 9.6 假設檢驗 9.7 置信區間、p值與假設檢驗第10章金融計算Ⅰ 10.1 利率 10.2 簡單收益率 10.3 對數收益率 10.4 多項式函數 10.5 插值 10.6 數列 10.7 求根 10.8 分段函數 10.9 二次曲線 10.10 平面 10.11 二次曲面第11章金融計算Ⅱ 11.1 多元函數 11.2 極限 11.3 導數 11.4 偏導數 11.5 連鎖律 11.6 泰勒展開 11.7 數值微分 11.8 最佳化 11.9 多目標最佳化第12章固定收益分析 12.1 時間價值 12.2 債券介紹 12.3 到期收益率 12.4 存續期間 12.5 關鍵利率存續期間 12.6 凸性備忘