引言

很久之前（2017年11月）写过一个用Python爬虫去Airbnb网站上抓取民宿信息，当时就觉得这个网站的信息实在是隐藏得太深了。结果最近发现，现在又不能了：Airbnb的网页用了大量的JS来动态生成，直接解析网页，拿不到什么有用的信息。

道高一尺，魔高一丈。为了解决动态网页的爬取，也有许多方法，例如我们前面针对Wunderground用Selenium解析。由于Airbnb需要爬取的网页数目比较多，为了提高稳定性，我们采用Scrapy+Splash的方法来解析动态网页，在这个过程中也发现，如果可以找到网页请求的API，用API实际上更加方便。

引言

天气数据作为一类重要的数据资源，在各个行业有着广泛而且重要的应用。通常来说，天气预报的数据作为公共资源是非常容易获取的，但是如果想知道大范围、长时间的气象历史数据，还是需要费一番周折的。

网上也有一些可以获取历史气象数据的API，例如AccuWWeather、Darksky和OpenWeatherMap等，但是免费版的一般会限制调用次数，而收费版的并不在初学者的考虑范围之内。由于很多气象网站也提供历史数据，而网页的访问通常不限次数（只要不是太过分的话），所以为了解决这个问题，我们可以通过抓取网页，然后提取和整体我们需要的数据。

引言

之前关于贝叶斯学派的东西接触得比较少，主要是原来上学的时候觉得先验概率这个东西不靠谱，不过既然碰到了还是了解一下。

贝叶斯统计

引言

前面我们提到了许多金融模型需要用到正态分布的假设，MPT就是其中的一个，接下来就简要介绍一下MPT。

投资组合优化

引言

统计学，统计学，统计是一门科学吗？我觉得概率论应该是，但统计不是。

经济学，经济学，经济是一门科学吗？我觉得也不是，不过金工有点那个意思。

引言

每年的9月份，杨振宁会为清华的大一新生上一堂课，回顾他波澜壮阔的一生，回味物理学尤其是高能物理学的黄金岁月，然后告诫大家，个人的奋斗必须要与历史的进程结合起来。

事实的确如此，在经历了20世纪50~70年代的黄金时代以后，物理学家纷纷投身到金融行业，即“Rocket Scientists on Wall Street”，强大的智力支持确实让现代金融在数理基础上实现了腾飞。

引言

正如在CAPM介绍中所提到的，CAPM虽然简单易用，但是存在许多局限性。而单因子模型，可以作为更加复杂的模型的扩展基础。接下来，我们重点介绍Fama-French三因子模型、Fama-French-Carhart四因子模型以及Fama-French五因子模型。在这些多因子模型的基础上，我们可以发现，通过添加我们认为有用的其他因子，我们可以定制自己的多因子模型。此外，我们还会简单讨论一下夏普比率、特雷诺比率和詹森指数等指标。

Fama-French三因子模型

前言

资本资产定价模型（Capital Asset Pricing Model，CAPM），是由美国学者威廉·夏普（William Sharpe）、林特尔（John Lintner）、特里诺（Jack Treynor）和莫辛（Jan Mossin）等人在现代投资组合理论的基础上发展起来的，是现代金融市场价格理论的支柱，广泛应用于投资决策和公司理财领域。资本资产定价模型中，所谓资本资产主要指的是股票资产，而定价则试图解释资本市场如何决定股票收益率，进而决定股票价格。

CAPM大概是资产定价中使用最广泛的模型， 它的之所以如此流行有一下几个原因。

前言

自从我们的社会进入所谓的“信息时代”以来，我们已经被大量的信息或数据所吞没。出于这个原因，对拥有数据处理技能的人员，如商业分析师和数据科学家的需求大大增加。

Kane(2006) 提出了“开源金融”的概念。主要有三个部分组成：

前言

如今，随机数学已经成为金融中最重要的数学分支之一。现代金融的开端，可以追溯至20世纪七八十年代，当时研究的主要目标是寻找给定模型的封闭解。

近年来，金融研究的目标也发生了巨大的变化，不仅要求对单一的金融工具给予准确估值，还要求对不同衍生品组合的估值具有一致性。类似的，对于风险管理而言，也需要提出一致的风险衡量指标，例如在险价值（Value-at-risk, VaR）和信用风险评估调整（Credit valuation adjustments, CVA）。这些任务难以寻找精确的封闭解，转而寻求通过数值方法解决。因此，随机数学，尤其是蒙特卡洛模拟的作用越发重要。