본문 바로가기
반응형

전체 글208

CHAPTER 3 입문용 예제 옵션 파생상품의 일종, 미리 결정된 기간 안에 특정기초자산(옵션을 행사할 때 매수/매도의 대상이 되는 상품, 자산, 물체)을 정해진 가격으로 사고 팔 수 있는 권리 콜 옵션(call option)과 풋 옵션(put option)으로 나뉜다. 내재 변동성(implied volatility) 옵션의 가치와 시장가격이 같도록 하는 sigma 현재 시장에 참여하는 투자자들의 합의 가격 현 시점의 옵션 프리미엄에 반영된 변화 추출 옵션의 시장 가격을 나오게 하는 변동성 값 함수의 입력 변수인 변동성 값을 구하는 작업 수치적 최적화 문제 내재 변동성 계산 블랙-숄즈-머튼 모형 옵션 가격 계산 공식 변동성 값을 입력하여 옵션의 가격 계산 가능 $ C(S_t,K,t,T,r,\sigma) = $ $S_t \cdot N(.. 2020. 3. 23.
파이썬을 활용한 금융공학 레시피 ch1~ch4 Chapter 1. 금융공학이란? 금융(finance) - 대가(이자)를 약속하고 돈을 빌려주거나 빌리는 모든 행위 금융공학(financial engineering) - 수학적 방법론을 이용해 금융시장을 분석하거나 투자처를 결정하는 학문 분야 Chapter 2. 돈의 시간가치(time value of money) 시간에 따라 돈의 가치가 달라지는 것 PV(present value) - 현재가치 FV(future value) - 미래가치 (현재가치 x (1+이자율)) 금융 활동은 돈을 빌려주고 돌려받는 일련의 행위가 포함, 또한 이자를 매개로 한 돈의 시간가치가 고려되어야 함 Chapter3. 파이썬 설치 생략 Chapter 4. 주식, 가격, 지수 롱(long) - 매수(buy) 숏(short) - 매도.. 2020. 3. 19.
CHAPTER 1_ 왜 금융 분석에 파이썬을 사용하는가 파이썬 고수준 객체지향 인터프리터 언어 동적 의미 구조 고수준의 자료구조, 동적 타이핑, 동적 바인딩 특성 - 고속 응용프로그램 개발에 적합 파이썬의 장점 오픈소스 파이썬, 라이브러리 툴 등 오픈 라이센스 아래 소스 코드를 구할 수 있다. 인터프리터 언어 표준 CPython 런타임시 실행 가능한 바이트 코드로 변환 멀티패러다임 객체지향, 명령형 프로그래밍, 함수형 프로그래밍 등 여러 프로그래밍 구현가능 다목적 저수준의 시스템 기능 구현, 고수준의 해석 업무 모두 이용 가능 크로스 플랫폼 윈도우, 리눅스, 맥 등 대부분에서 사용 가능 동적 타입 정적 선언이 아닌 실행 중에 결정되는 동적 데이터 타입 가비지 콜렉션 자동화된 메모리 관리 과학 기술용 표준 라이브러리 모음 NumPy(http://www.nump.. 2020. 3. 18.
python 별찍기 (다이아몬드) # 값 입력받기 size = int(input("please input size")) # size = 5 #다이아몬드 상체 for x in range(1, size * 2, 2): print(("x" * ( (size * 2 - 1 - x) // 2 )) + ("O" * x) + ("x" * ( (size * 2 - 1 - x) // 2 ))) #다이아몬드 하체 for y in range(size * 2-3, 0, -2): print(("x" * ( (size * 2 - 1 - y) // 2 )) + "O" * y + ("x" * ( (size * 2 - 1 - y) // 2 ))) 2020. 3. 18.
latex 루트 $\sqrt{X}$ \sqrt{X} 루트 X 2020. 3. 18.
latex 분수 $${X \over \ Y}$$ 분자 X , 분모 Y {X \over \ Y} 2020. 3. 18.
CHAPTER 7 RNN을 사용한 문장생성 Language모델의 문장 생성 순서 확률이 가장 높은 단어 선택 결과 일정 확률적 선택 각 후보 단어의 확률에 맞게 선택 샘플링 되는 단어 매번 바뀜 확률분포 출력, 샘플링을 반복 import numpy as np def softmax(x): if x.ndim == 2: x = x - x.max(axis=1, keepdims=True) x = np.exp(x) x /= x.sum(axis=1, keepdims=True) elif x.ndim == 1: x = x - np.max(x) x = np.exp(x) / np.sum(np.exp(x)) return x class BaseModel: def __init__(self): self.params, self.grads = None, None def for.. 2020. 3. 9.
반응형

티스토리툴바