解密金融數據 解密金融数据
賈斯汀·保利 (Justin Pauley)
- 出版商: 機械工業
- 出版日期: 2018-09-17
- 定價: $474
- 售價: 8.5 折 $403
- 語言: 簡體中文
- 頁數: 267
- 裝訂: 平裝
- ISBN: 7111607880
- ISBN-13: 9787111607885
-
相關分類:
Fintech
- 此書翻譯自: Unlocking Financial Data: A Practical Guide to Technology for Equity and Fixed Income Analysts (Paperback)
-
相關翻譯:
金融數據解密|產業研究與策略分析的實用技術指南 (Unlocking Financial Data: A Practical Guide to Technology for Equity and Fixed Income Analysts ) (繁中版)
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
$420$378 -
$147數學之美, 2/e
-
$490$245 -
$680$537 -
$650$507 -
$250被人工智能操控的金融業
-
$500$390 -
$210$200 -
$403UI圖標設計 從入門到精通 第2版
-
$658推薦系統:原理與實踐 (Recommender Systems: The Textbook)
-
$359用戶體驗設計
-
$709推薦系統:技術、評估及高效算法, 2/e (Recommender Systems Handbook, 2/e)
-
$163移動端UI設計
-
$454未來地圖:技術、商業和我們的選擇
-
$690$587 -
$166深度學習的商業化應用:谷歌工程師前沿解讀人工智能
-
$403圖解深度學習與神經網絡:從張量到 TensorFlow 實現
-
$359HTML5+CSS3+JavaScrip t從入門到精通 (微課精編版)
-
$352量化交易學習指南 基於R語言
-
$560$442 -
$505Python 量化交易:策略、技巧與實戰
-
$594$564 -
$352前端技術架構與工程
-
$360$270 -
$653商業銀行分佈式架構實踐
相關主題
商品描述
本書分為三大部分: 獲取金融數據、金融數據分析和創建金融報告。每一部分都有一些操作性比較強的目標。
第一部分(第2~4章) 介紹如何用彭博(Bloomberg)和Markit獲取和存儲與股票、指數、債券和銀行貸款有關的金融數據。
第二部分(第5~8章),本部分將第一部分收集到的金融數據放入具體的背景環境中進行金融分析。
第三部分(第9章和第10章) 整合了第一部分和第二部分的內容,教你如何對各個公司和投資組合創建分析報告。
本書關註三個重要金融市場: 股票、企業債券和企業貸款。盡管如此,你可以將在本書中學到的內容直接應用到其他市場,比如結構化產品、市政債券等.
作者簡介
作者簡介
賈斯汀·保利(Jstin Pauley)是Brigade Capital Management公司的一名高級結構化信貸分析師。
他在該公司的工作職責包括進行投資推薦、執行交易、開髮用於分析和評估複雜投資的系統。
在加入Brigade公司之前,他是蘇格蘭皇家銀行的策略總監,負責向投資者發布月度報告和開發債券分析系統。
《結構化金融期刊》曾對他進行了報導,後被《華爾街日報》和《彭博新聞》引用,他還在眾多金融會議中進行過演講。
譯者簡介
朱軒彤:清華大學碩士,中國社會科學院數量經濟與技術經濟研究所博士生,專注於技術經濟及管理研究。
在政府及國際組織有豐富的工作經驗。董寧:智鏈ChainNova CEO,北京大學新一代信息技術研究院金融科技研究中心主任。
原IBM大中華區IT經濟學負責人,IBM區塊鏈社區發起人。
目錄大綱
第1章簡介5
1.1概覽6
1.1.1第一部分:獲取金融數據6
1.1.2第二部分:金融數據分析7
1.1.3第三部分:創建金融報告7
1.2金融市場8
1.2.1股票8
1.2.2企業貸款(銀行貸款、槓桿貸款)9
1.2.3企業債券9
1.3三種途徑10
1.3.1途徑1:Microsoft Excel10
1.3.2途徑2:Microsoft Access11
1.3.3途徑3: C#12
1.4線上文件12
1.5本章小結12
第2章組織金融數據13
2.1途徑1: Excel14
2.1.1 Excel區域與Excel表14
2.1.2增加引用列16
2.1.3數據驗證17
2.2途徑2和3:Access中的表格18
2.3本章小結21
第3章彭博22
3.1確定字段22
3.1.1鼠標滑動23
3.1.2 FLDS屏幕23
3.1.3彭博函數構造器和在Excel中發現字段25
3.1.4如果其他都失敗了……26
3.2 Excel案例26
3.2.1提取單一字段(BDP)26
3.2.2提取批量數據(BDS)29
3.2.3提取歷史數據(BDH)31
3.3用於比較的有價證券34
3.3.1指數34
3.3. 2對等有價證券35
3.3.3關於有價證券36
3.4途徑1和2: Excel和Access37
3.4.1企業債券、貸款和指數37
3.4.2公司工作表42
3.4.3引用和重寫45
3.5途徑3:彭博C# API46
3.5.1設置Microsoft Access以用於C#46
3.5.2彭博C# API51
3.5.3基本引用示例52
3.5.4基本歷史示例56
3.5.5填入Access數據庫60
3.6本章小結70
第4章IHS Markit:大企業數據71
4.1企業貸款71
4.1.1數據請求71
4.1.2貸款信息72
4.1.3貸款定價、金融和分析77
4.2企業和主權債券80
4.3途徑1:在Excel中存儲Markit信息81
4.4途徑2:將Markit數據導入Microsoft Access82
4.5途徑3:用C#導入Markit數據83
4.6本章小結88
第5章金融數據分析89
5.1數據真實性90
5.1.1檢查數據90
5.1.2樣本規模90
5.1.3異常值91
5.2投資組合92
5.2. 1投資組合工作表93
5.2.2投資組合數據庫表95
5.3連接Excel工作表和Microsoft Access96
5.4留存記錄97
5.4.1途徑1: Excel97
5.4.2途徑2:Microsoft Access100
5.4.3途徑3:C#102
5.5本章小結104
第6章相對價值分析105
6.1途徑1:Excel106
6.1.1 Excel中的相關性與回歸106
6.1.2對等組111
6.1.3評級112
6.1.4統計工作表113
6.1.5並排比較115
6.1.6指數117
6.1.7加權Z值117
6.2途徑2:Access120
6.2.1 Access中的相關性和回歸120
6.2.2 Access中的中位數121
6.3途徑3:C#123
6.3.1相關性和回歸124
6.3.2對等組127
6.3.3評級127
6.3.4統計表128
6.3.5並排比較136
6.3.6加權Z值136
6.4本章小結137
第7章組合風險分析138
7.1途徑1:Excel138
7.1.1方差、波動性和標準差139
7.1.2帶歷史或預期收益的夏普比率145
7.1.3投資組合分解149
7.1.4警告標誌160
7.2途徑2:Access162
7.2.1投資組合分解162
7.2.2警告標誌167
7.3途徑3:C#168
7.3.1歷史或預測收益的夏普比率168
7.3.2投資組合分解和警告標誌176
7.4本章小結177
第8章市場分析178
8.1途徑1 :Excel179
8.1.1新發放貸款分析179
8.1.2再融資182
8.1.3價格歷史184
8.2途徑2和3: Access和C#190
8.2.1新發放貸款分析190
8.2.2再融資191
8.2.3價格歷史192
8.2.4更進一步194
8.3本章小結197
第9章創建報告198
9.1途徑1:Excel199
9.2途徑2:Microsoft Access209
9.3途徑3:C#和SSRS213
9.4本章小結225
第10章投資組合報告226
10.1監測業績和風險226
10.2途徑1:Microsoft Excel227
10.2.1計算收益227
10.2.2投資組合報告235
10.3途徑3:C#和SSRS241
10.4本章小結247
第11章結論248