12/29
時点_ポイント最大4倍
Pythonで学ぶ債券・金利デリバティブ QuantLib‐Python入門/小川謙二
販売価格
7,150
円 (税込)
送料無料
- 出荷目安:
- 1~3日で発送予定
たまるdポイント(通常) 65
+キャンペーンポイント(期間・用途限定) 最大3倍
※たまるdポイントはポイント支払を除く商品代金(税抜)の1%です。
※表示倍率は各キャンペーンの適用条件を全て満たした場合の最大倍率です。
各キャンペーンの適用状況によっては、ポイントの進呈数・付与倍率が最大倍率より少なくなる場合がございます。
dカードでお支払ならポイント3倍
各キャンペーンの適用状況によっては、ポイントの進呈数・付与倍率が最大倍率より少なくなる場合がございます。
- 商品情報
- レビュー
小川謙二
共立出版
ISBN:4320096533/9784320096530
発売日:2025年10月
※商品画像はイメージや仮デザインが含まれている場合があります。帯の有無など実際と異なる場合があります。
【内容紹介】
【数値例とコードから説明した金融工学のテキスト】
金融工学/ファイナンスは非常に難しい学問で、金融工学のテキストはその理論を抽象的な数式で説明するだけのものが多い。 しかし、本書は重要な数式には数値例を与え、まず手計算し、数式の意味を咀嚼した上で、実装例として、QuantLib-Python (以下QuantLib) のコードを示し、手計算と同じ数値が出力されることを確認する。
このようなステップを踏むことで、難解な金融工学の理解を深め、QuantLibを実務面で活用できるようになる。
【各モデルの詳細な例示とアフターLiborへの対応】
ファイナンス実務において標準的に使用されているBlack (第6章)、 Bachelier (第7章)、 SABR (第8章)、 Hull-White (第9章)、 CDS (第10章) の各モデルに対して、丁寧に説明し、理解しやすいような数値例とQuantLibコードを付けた。
また、2023年Libor廃止後のRFR関連の計算法とコードを提示した。これらが本書の際立った特徴である。
【ハードルの低いQuantLib入門書】
実務ベースでQuantLibの利用は徐々に広がっているが、入門者向けの情報が少ない点でQuantLibを利用するハードルは依然として高い。本書はこのハードルを低くすることを目指した待望のQuantLib入門書である。
【ファイナンス分野でのPython実務書】
Pythonの入門的な知識に関しては非常に多くのテキストが出版されているが、その多くはデータサイエンスや機械学習関連のものとなり、ファイナンス分野でのPythonのテキストはマイナーな存在となっている。
Python (Pandas、 Matplotlib等のライブラリを含む) を勉強しても、ファイナンス実務での利用機会が少ないと感じる実務家は多く、本書はそのような読者へのPython実務書である。
共立出版
ISBN:4320096533/9784320096530
発売日:2025年10月
※商品画像はイメージや仮デザインが含まれている場合があります。帯の有無など実際と異なる場合があります。
【内容紹介】
【数値例とコードから説明した金融工学のテキスト】
金融工学/ファイナンスは非常に難しい学問で、金融工学のテキストはその理論を抽象的な数式で説明するだけのものが多い。 しかし、本書は重要な数式には数値例を与え、まず手計算し、数式の意味を咀嚼した上で、実装例として、QuantLib-Python (以下QuantLib) のコードを示し、手計算と同じ数値が出力されることを確認する。
このようなステップを踏むことで、難解な金融工学の理解を深め、QuantLibを実務面で活用できるようになる。
【各モデルの詳細な例示とアフターLiborへの対応】
ファイナンス実務において標準的に使用されているBlack (第6章)、 Bachelier (第7章)、 SABR (第8章)、 Hull-White (第9章)、 CDS (第10章) の各モデルに対して、丁寧に説明し、理解しやすいような数値例とQuantLibコードを付けた。
また、2023年Libor廃止後のRFR関連の計算法とコードを提示した。これらが本書の際立った特徴である。
【ハードルの低いQuantLib入門書】
実務ベースでQuantLibの利用は徐々に広がっているが、入門者向けの情報が少ない点でQuantLibを利用するハードルは依然として高い。本書はこのハードルを低くすることを目指した待望のQuantLib入門書である。
【ファイナンス分野でのPython実務書】
Pythonの入門的な知識に関しては非常に多くのテキストが出版されているが、その多くはデータサイエンスや機械学習関連のものとなり、ファイナンス分野でのPythonのテキストはマイナーな存在となっている。
Python (Pandas、 Matplotlib等のライブラリを含む) を勉強しても、ファイナンス実務での利用機会が少ないと感じる実務家は多く、本書はそのような読者へのPython実務書である。
※本データはこの商品が発売された時点の情報です。


