的相关性，构造各种投资组合以及构建最优投资组合，估计投资组合的在险价值。 思政育人目标：结合时事热点的讨论，培养学生的评判精神和创新思维。 (仁)教学内容 ·安装Pandas和statsmodels模块 ·使用Pandas和statsmodels模块 ·利率的期限结构 ·开源数据，从Excel、.txt、csv、MATLAB输入数据，以及从网站查询数据 ·date类型、DataFrame类型和按日期合并不同的数据集 ·利率的期限结构 ·基于52周最高和最低的交易策略 ·计算回报率以及从日回报率得到月回报率或年回报率 ·各种统计检验，如Durbin-Watson检验、T捡验和F-检验 ·资本资产定价模型(CAPM)和Fama-MacBeth回归模型 ·滚动时间窗口的波动率、相关系数、构建只股票的投资组合、方差一协方差 矩阵、有效投资组合和投资组合的有效边界 ·Roll(1984)买卖价差模型、Amihud(2002)反流动性指标、Pastor和Stambaugh 流动性指标 ·个股和投资组合的在险价值(VaR) ·一月效应、规模效应和工作日效应 ·从谷歌金融和TORQ数据库获取高频数据 思政育人点：讨论我国金融市场发展的成就和面临的挑战 (三)思考与实践 1.Pandas模块的主要作用是什么？ 2.statsmodels模块的主要作用是什么？ 3.编写python程度来逐年估算一只股票的贝塔值 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论。 第八章期权定价和隐含波动率 (一)目的与要求 了解Black-.Scholes-Merton期权定价模型，掌握看涨期权和看跌期权的收益和利 润损失函数，了解不同的期权交易策略，利用pythor绘制收益和利润/损失函数的图 形，利用python为期权定价并估算欧式和美式期权的隐含波动率。7 的相关性，构造各种投资组合以及构建最优投资组合，估计投资组合的在险价值。 思政育人目标： 结合时事热点的讨论，培养学生的评判精神和创新思维。 (二)教学内容 • 安装 Pandas 和 statsmodels 模块 • 使用 Pandas 和 statsmodels 模块 • 利率的期限结构 • 开源数据，从 Excel、txt、csv、MATLAB 输入数据，以及从网站查询数据 • date 类型、DataFrame 类型和按日期合并不同的数据集 • 利率的期限结构 • 基于 52 周最高和最低的交易策略 • 计算回报率以及从日回报率得到月回报率或年回报率 • 各种统计检验，如 Durbin-Watson 检验、T 捡验和 F-检验 • 资本资产定价模型（CAPM）和 Fama-MacBeth 回归模型 • 滚动时间窗口的波动率、相关系数、构建 n 只股票的投资组合、方差－协方差 矩阵、有效投资组合和投资组合的有效边界 • Roll (1984)买卖价差模型、Amihud ( 2002)反流动性指标、Pastor 和 Stambaugh 流动性指标 • 个股和投资组合的在险价值 (VaR) • 一月效应、规模效应和工作日效应 • 从谷歌金融和 TORQ 数据库获取高频数据 思政育人点：讨论我国金融市场发展的成就和面临的挑战 （三）思考与实践 1.Pandas 模块的主要作用是什么？ 2.statsmodels 模块的主要作用是什么？ 3.编写 python 程度来逐年估算一只股票的贝塔值。 （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论。 第八章 期权定价和隐含波动率 (一)目的与要求 了解 Black-Scholes-Merton 期权定价模型，掌握看涨期权和看跌期权的收益和利 润/损失函数，了解不同的期权交易策略，利用 python 绘制收益和利润/损失函数的图 形，利用 python 为期权定价并估算欧式和美式期权的隐含波动率