alston的博客

《sas从入门到精通》通过sas与关系数据库oracle相结合的应用，与实际开发应用案例相结合，详细讲解sas编程基础语法、数据步处理机制、数据步对各类外部文件处理、sas数据集数据装载到oracle数据库、oracle数据库数据生成sas数据集、过程步处理机制、常用统计过程、sql过程、ods输出控制、数据挖掘、sas编程效率优化和综合案例分析。每个章节和知识点都提供了实际应用中的经典案例，添加详细的注释和程序解读，旨在帮助初学者和有经验的读者更深入地掌握sas编程语言。

《金融数量分析:基于MATLAB编程》共分6章，由浅入深地进行金融数量分析的讲解。首先，讲解金融数量分析的主要对象——金融市场与金融产品。接着，简要概述数量分析的基本概念，例如资产估值与定价、投资组合管理、风险测量与管理以及相应MATLAB函数使用与计算实例。然后，以银行按揭贷款、商业养老保险、股票挂钩结构产品与组合保险策略为实际分析对象，利用金融数量分析与MATLAB编程对其进行深入的数量分析，展示金融数量分析的基本步骤：理论分析、数学建模、编程计算。在基本步骤的讲解中，作者根据自身（金融工程师）的经验，指出了在数量分析过程中理论与实践间的区别与联系。最后，以相对比较复杂的BS公式的隐含波动率的计算、KMV模型方程组的求解、移动平均Hurst指数的计算和基于优化方法的指数追踪技术为例，讲解金融数量分析的数值分析技术与MATLAB编程技巧。MATLAB基本介绍、MATLAB优化工具箱与遗传算法工具箱的使用方法作为附录，以便初级读者学习或者高级读者查阅。《金融数量分析:基于MATLAB编程》适用于经济金融学科的高年级学生、研究人员以及金融从业人员等。书中金融实例有很强的可读性、可操作性与实用性。

《Python金融大数据分析 》是人民邮电出版社2015年12月出版的中译图书，作者[德]伊夫·希尔皮斯科，译者姚军。 《Python金融大数据分析》提供了使用Python进行数据分析，以及开发相关应用程序的技巧和工具。 《Python金融大数据分析》总计分为3部分，共19章，第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了金融分析和应用程序开发中重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、随机数生成和随机过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的开发、Python与Web技术的集成，以及基于Web应用和Web服务的开发；第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的开发工作，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值、波动率期权等知识。