Tidy Finance with Python

Idioma: inglés

Editorial: Taylor and Francis Ltd, GB, 2024

1032676418 / 9781032676418

  • Tapa blanda
  • Nuevo
Ver todos los detalles

Librería: Rarewaves USA, HEBRON, KY, Estados Unidos de AmericaRarewaves USA

Vendedor de 5 estrellas

Vendedor de AbeBooks desde 10 de junio de 2025

Ver los artículos de este vendedor
Tapa blanda

Condición: Nuevo

EUR 109,21

 Gastos de envío gratis 
Se envía dentro de Estados Unidos de America

Cantidad disponible: 2 disponibles

Añadir al carrito
Devoluciones gratuitas de 30 días

Descripción del artículo del vendedor

This textbook shows how to bring theoretical concepts from finance and econometrics to the data. Focusing on coding and data analysis with Python, we show how to conduct research in empirical finance from scratch. We start by introducing the concepts of tidy data and coding principles using pandas, numpy, and plotnine. Code is provided to prepare common open-source and proprietary financial data sources (CRSP, Compustat, Mergent FISD, TRACE) and organize them in a database. We reuse these data in all the subsequent chapters, which we keep as self-contained as possible. The empirical applications range from key concepts of empirical asset pricing (beta estimation, portfolio sorts, performance analysis, Fama-French factors) to modeling and machine learning applications (fixed effects estimation, clustering standard errors, difference-in-difference estimators, ridge regression, Lasso, Elastic net, random forests, neural networks) and portfolio optimization techniques.Key Features:Self-contained chapters on the most important applications and methodologies in finance, which can easily be used for the reader's research or as a reference for courses on empirical finance.Each chapter is reproducible in the sense that the reader can replicate every single figure, table, or number by simply copying and pasting the code we provide.A full-fledged introduction to machine learning with scikit-learn based on tidy principles to show how factor selection and option pricing can benefit from Machine Learning methods.We show how to retrieve and prepare the most important datasets financial economics: CRSP and Compustat, including detailed explanations of the most relevant data characteristics.Each chapter provides exercises based on established lectures and classes which are designed to help students to dig deeper. The exercises can be used for self-studying or as a source of inspiration for teaching exercises.

N° de ref. del artículo LU-9781032676418

Título
Tidy Finance with Python
Autor
Christoph Scheuch, Stefan Voigt, Patrick Weiss, Christoph Frey
Editorial
Taylor and Francis Ltd, GB
Año de publicación
2024
Estado
New
Encuadernación
Paperback
Idioma
inglés
ISBN 10
1032676418
ISBN 13
9781032676418
Peso del artículo
500 gramos

Rarewaves USA

HEBRON, KY, Estados Unidos de America

Vendedor de 5 estrellas

Vendedor de AbeBooks desde 10 de junio de 2025

Tarifas de envío en Estados Unidos de America

ArtículoDe 6 a 9 días hábilesDe 6 a 9 días hábiles
Primer artículoEUR 0,00EUR 0,00
Los plazos de entrega los establecen los vendedores y varían según el transportista y la ubicación. Los pedidos que pasan por la aduana pueden sufrir retrasos y los compradores son responsables de los aranceles o tarifas asociadas. Los vendedores pueden ponerse en contacto con usted en relación con cargos adicionales para cubrir cualquier aumento en los costes de envío de los artículos.

Métodos de pago

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay

Información empresarial del vendedor

Rarewaves USA

10100 West Sample Road, Ste 101
Coral Springs, FL Estados Unidos de America 33065