Python e Mercado Financeiro

Programação para estudantes, investidores e analistas

Marco Antonio Leonel Caetano

2021 — 1ª edição

Livro em Pré-Lançamento

Sobre o Livro

ISBN: 9786555062403
Páginas: 532
Formato: 17 x 24 cm
Ano de Publicação: 2021
Peso: 0.000 kg

Sumário

PARTE I – PROGRAMAÇÃO BÁSICA DE ALGORITMOS

1. PRINCÍPIOS DE PROGRAMAÇÃO
1.1 Introdução
1.2 Operações simples no Console
1.3 Listas no Console
1.4 Operações com elementos das listas no Console
1.5 Estatísticas básicas no Console
1.6 Bibliotecas científicas no Console
1.7 Arquivos de tipo texto no Console
1.8 Arquivos Excel no Console
1.9 Entrada de dados com input no Console
1.10 Cálculos com importação de dados no Console
1.11 Transformando uma lista em array
1.12 Reiniciando o Console e aumentando a fonte
1.13 Exercícios
 

2.ITERAÇÃO E DECISÃO
2.1 Introdução
2.2 Algoritmos simples
2.3 Lógica condicional (if)
2.4 Iteração com while
2.5 Interrupção no while (break)
2.6 Iteração com for e range
2.7 Trabalhando com for em listas
2.8 Usando for em séries matemáticas
2.9 Exercícios


3. EXPLORANDO A ESTATÍSTICA NO MERCADO
3.1 Trabalhando com planilhas
3.2 Método cell
3.3 Estatísticas para listas com dimensões maiores
3.4 Biblioteca statistics
3.5 Biblioteca random
3.6 Distribuições de probabilidades
3.7 Ajuste de distribuições de probabilidades aos dados
3.8 Análises estatísticas para dados reais do mercado financeiro
3.9 Análise de regressão linear no mercado financeiro
3.10 Testes estatísticos para diferenças entre dados
3.11 Coeficiente de correlação
3.12 Visualização estatística de dados com biblioteca seaborn
3.13 Exercícios

 

4. GRÁFICOS PARA ANÁLISES E OPERAÇÕES
4.1 Gráficos básicos
4.2 Propriedades dos eixos de um gráfico
4.3 Gráficos de barras e setores
4.4 Gráfico de KDE plot
4.5 Gráfico dinâmico
4.6 Gráfico tridimensional
4.7 Aplicações no mercado financeiro
4.8 Exercícios
 

5. PROGRAMANDO FUNÇÕES
5.1 Construções de funções básicas em Python
5.2 Funções matemáticas básicas
5.3 Funções como módulos externos
5.4 Exercícios
 

6. A DINÂMICA DO ARRAY
6.1 Estrutura de array (vetor) unidimensional
6.2 Métodos de criação de array (vetor)
6.3 Gráficos com a utilização de array
6.4 Importação de bibliotecas específicas para gráficos com array
6.5 Estatísticas com array
6.6 Álgebra com array bidimensional (matriz)
6.7 Produto, matriz inversa e transposta de array bidimensional
6.8 Resolução de sistema linear com array bidimensional
6.9 Aplicação financeira de array bidimensional
6.10 Exercícios
 

7. AS BIBLIOTECAS TIME E DATETIME
7.1 Comandos básicos da biblioteca time
7.2 Cálculo do tempo de processamento
7.3 Formato de datas nos gráficos
7.4 Exercícios

 

8. A BIBLIOTECA PANDAS
8.1 Comandos introdutórios na biblioteca pandas
8.2 Estrutura do DataFrame
8.3 Lógica condicional no DataFrame
8.4 Tipos de visualização de tabelas no DataFrame
8.5 Importações e exportações de dados via DataFrame
8.6 Gráficos na biblioteca pandas
8.7 Construindo tabelas automáticas no DataFrame
8.8 Método apply
8.9 Função lambda do DataFrame
8.10 Retorno financeiro no DataFrame
8.11 Exercícios


PARTE II – PROGRAMAÇÃO AVANÇADA

9. FINANÇAS E PYTHON
9.1 Introdução
9.2 Relação risco versus retorno em carteiras de investimento
9.3 Otimização de portfólio: fronteira eficiente
9.4 Valor em risco (value at risk)
9.5 Simulação de Monte Carlo
9.6 Simulação estocástica
9.7 Opções e Black-Scholes
9.8 Volatilidade implícita
 

10. DATAREADER E ANÁLISES COM YAHOO! FINANCE
10.1 Introdução
10.2 Pareamento de dados
10.3 Cálculos com janelas móveis (rolling method)
10.4 Visualização com candlestick da biblioteca mpl_finance
10.5 Dados com biblioteca requests para ticker-by-ticker
 

11. PROCESSAMENTO EM PARALELO
11.1 Introdução
11.2 Módulo Thread
11.3 Thread em operações matemáticas
11.4 Retornando valores calculados no Thread
11.5 Processos paralelos com pool e map
11.6 Simulação estocástica com processos paralelos pool e map
 

12. GOOGLE TRENDS E MERCADO FINANCEIRO
12.1 O que as pessoas estão falando?
12.2 Análises quantitativas sobre as informações
12.3 Conexão Google Trends para DataReader
12.4 Estatísticas entre preços e palavras-chave
12.5 Avaliação de listas com diversas palavras
 

13. INTELIGÊNCIA ARTIFICIAL NO MERCADO
13.1 Introdução
13.2 Lógica fuzzy no Python
13.3 Inteligência artificial na Bovespa
13.4 Influência das mídias sociais nos ativos do mercado
13.5 Inteligência artificial como sensor de insatisfação do mercado
 

14. PYTHON FINAL


SOLUÇÕES DOS EXERCÍCIOS

Capítulo 1
Capítulo 2
Capítulo 3
Capítulo 4
Capítulo 5
Capítulo 6
Capítulo 7
Capítulo 8
 

REFERÊNCIAS

Sinopse

Esta obra não está relacionada apenas com o ensino de uma linguagem, no caso, Python. Ela tem foco no aprendizado de algoritmos voltados para o mercado financeiro. As aplicações são dispostas no livro com a utilização de dados reais das bolsas de valores e de produtos financeiros, que são tratados usando ferramentas nas áreas de finanças, matemática, estatística, ciência da computação e ciência dos dados.

O texto se divide em duas partes, sendo a primeira composta de capítulos que representam uma evolução, da instalação do ambiente de programação do Anaconda-Spyder até problemas relacionados com array, functions e DataFrames. As principais bibliotecas do Python são usadas para automatizar cálculos de tendência de mercado, risco, value at risk, otimização de carteiras e simulação de Monte Carlo. Os capítulos são contemplados com exemplos e exercícios, todos com soluções.

A segunda parte do livro apresenta problemas mais avançados e reais, relacionados ao mercado de títulos, derivativos, ações e demais produtos financeiros, construindo soluções com as bibliotecas mais avançadas do Python.

Também fazem parte dos capítulos introdutórios QR Codes que levam a vídeos do próprio autor explicando os exemplos de cada seção, disponíveis em seu canal no YouTube.

Ver maisVer menos

Depoimentos sobre o livro

Envie seu depoimento

Seja o primeiro a publicar um depoimento sobre o livro!