Tidy Finance with Python

Inhaltsverzeichnis

Preface

Author Biographies

Part 1: Getting Started

1. Setting Up Your Environment

2. Introduction to Tidy Finance

Part 2: Financial Data

3. Accessing and Managing Financial Data

4. WRDS, CRSP, and Compustat

5. TRACE and FISD

6. Other Data Providers

Part 3: Asset Pricing

7. Beta Estimation

8. Univariate Portfolio Sorts

9. Size Sorts and p-Hacking

10. Value and Bivariate Sorts

11. Replicating Fama and French Factors

12. Fama-MacBeth Regressions

Part 4: Modeling and Machine Learning

13. Fixed Effects and Clustered Standard Errors

14. Difference in Differences

15. Factor Selection via Machine Learning

16. Option Pricing via Machine Learning

Part 5: Portfolio Optimization

17. Parametric Portfolio Policies

18. Constrained Optimization and Backtesting

Appendices

A. Colophon

B. Proofs

C. WRDS Dummy Data

D. Clean Enhanced TRACE with Python

E. Cover Image

Bibliography

Index

Vorbesteller Neu

Tidy Finance with Python

Buch (Gebundene Ausgabe, Englisch)

211,99 €

inkl. gesetzl. MwSt.

Beschreibung

Details

Einband

Gebundene Ausgabe

Erscheinungsdatum

15.07.2024

Verlag

Taylor and Francis

Seitenzahl

272

Beschreibung

Details

Einband

Gebundene Ausgabe

Erscheinungsdatum

15.07.2024

Verlag

Taylor and Francis

Seitenzahl

272

Maße (L/B)

25,4/17,8 cm

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-1-03-268429-1

Unsere Kundinnen und Kunden meinen

0.0

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Erste Bewertung verfassen

Unsere Kundinnen und Kunden meinen

0.0

0 Bewertungen filtern

  • Tidy Finance with Python
  • Preface

    Author Biographies

    Part 1: Getting Started

    1. Setting Up Your Environment

    2. Introduction to Tidy Finance

    Part 2: Financial Data

    3. Accessing and Managing Financial Data

    4. WRDS, CRSP, and Compustat

    5. TRACE and FISD

    6. Other Data Providers

    Part 3: Asset Pricing

    7. Beta Estimation

    8. Univariate Portfolio Sorts

    9. Size Sorts and p-Hacking

    10. Value and Bivariate Sorts

    11. Replicating Fama and French Factors

    12. Fama-MacBeth Regressions

    Part 4: Modeling and Machine Learning

    13. Fixed Effects and Clustered Standard Errors

    14. Difference in Differences

    15. Factor Selection via Machine Learning

    16. Option Pricing via Machine Learning

    Part 5: Portfolio Optimization

    17. Parametric Portfolio Policies

    18. Constrained Optimization and Backtesting

    Appendices

    A. Colophon

    B. Proofs

    C. WRDS Dummy Data

    D. Clean Enhanced TRACE with Python

    E. Cover Image

    Bibliography

    Index