《计算金融与Python实践》习题库

模块一：金融市场投资理论基础（对应方案中教学内容第1部分）简答题简述证券市场的功能以及一级市场和二级市场的区别与联系。参考答案：证券市场是股票、债券等有价证券发行和交易的场所，具有筹资、投资、资本定价和资源配置等功能。一级市场是发行市场，是证券从发行人手中转移到初始投资者手中的过程；二级市场是流通市场，是投资者之间进行证券买卖的场所。一级市场是二级市场的基础，二级市场为一级市场发行的证券提供了流动性，是证券发行成功的重要保障。解释投资组合理论中的“有效前沿”概念。参考答案：有效前沿是指在给定风险水平下，能够提供最高预期收益的投资组合集合；或者是在给定预期收益水平下，风险最低的投资组合集合。它由一系列最优投资组合构成，位于投资可行集的左上方边界，是风险厌恶投资者的最优选择范围。什么是资本资产定价模型（CAPM）中的贝塔系数（β）？它如何衡量风险？参考答案：贝塔系数（β）是衡量单个资产或投资组合相对于整个市场（市场组合）的系统性风险的指标。它反映了资产收益对市场收益变动的敏感程度。β=1，资产风险与市场一致；β>1，资产风险大于市场；β<1，资产风险小于市场。在CAPM中，只有系统风险（β风险）才能获得风险溢价。有效市场假说（EMH）的三个层次是什么？参考答案：弱式有效市场假说认为证券价格已充分反映了历史交易信息（如价格、成交量），技术分析无效。半强式有效市场假说认为证券价格已充分反映了所有公开信息（如公司财报、新闻），基本面分析无效。强式有效市场假说认为证券价格已充分反映了所有信息（包括内幕信息），任何投资者都无法获得超额收益。行为金融理论从哪几个方面对有效市场假说提出了质疑？参考答案：1.投资者非完全理性，存在认知偏差（如过度自信、损失厌恶）。2.投资者的非理性行为并非随机，而是具有系统性，如羊群效应。3.套利存在限制，由于噪声交易者风险、交易成本等因素，理性套利者可能无法纠正价格偏差。简述布莱克-斯科尔斯期权定价模型（BSM）的五个关键输入变量。参考答案：BSM模型用于欧式期权定价，其关键输入变量包括：1.标的资产的当前价格（S）；2.期权的行权价格（X）；3.距离期权到期日的时间（T）；4.无风险利率（r）；5.标的资产收益率的波动率（σ）。其中，波动率是最关键且最不确定的变量。解释风险价值（VaR）的含义，并说明计算VaR常用的三种方法。参考答案：VaR是指在一定的持有期和给定的置信水平下，某一金融资产或投资组合可能遭受到的最大潜在损失。常用的计算方法有：1.参数法（正态分布法），假设收益率服从正态分布；2.历史模拟法，基于历史收益数据的分位数进行估计；3.蒙特卡洛模拟法，通过模拟大量未来价格路径来构建收益分布。什么是市场风险中的系统风险和非系统风险？参考答案：系统风险是由宏观经济因素（如利率、通货膨胀、战争）引起的、影响整个市场所有资产的风险，无法通过分散投资消除。非系统风险是由特定公司或行业特有因素（如诉讼、新产品失败）引起的风险，可以通过构建多样化的投资组合来分散或消除。简述资本资产定价模型（CAPM）中证券市场线（SML）和资本市场线（CML）的主要区别。参考答案：CML（资本市场线）描述的是有效投资组合（由无风险资产和市场组合构成）的期望收益与总风险（标准差）之间的关系。SML（证券市场线）描述的是所有资产（包括单个资产和无效组合）的期望收益与系统风险（β系数）之间的关系。CML仅适用于有效组合，而SML适用于所有资产。什么是行为金融学中的“期望理论”？其价值函数有何特点？参考答案：期望理论由卡尼曼和特沃斯基提出，用于描述人们在不确定性下的决策行为，认为人们对损失和收益的感知是不同的。其价值函数的特点是：1.定义在相对于某个参照点的偏离上；2.在收益区域是凹函数（风险规避），在损失区域是凸函数（风险偏好）；3.损失区域曲线比收益区域曲线更陡峭，即损失带来的痛苦大于同等收益带来的快乐（损失厌恶）。模块二：Python编程与数据处理基础（对应方案中教学内容第2部分）编程实践题题目：定义一个函数

is_prime(n)，判断一个整数

n

是否为质数（素数），如果是返回

True，否则返回

False。并在主程序中调用该函数，打印出1到100之间的所有质数。参考思路：使用循环和分支结构，判断从2到sqrt(n)是否有能整除n的数。题目：给定一个列表

lst=[1,2,3,4,5,6,7,8,9]，请使用列表推导式实现以下操作：

a)生成一个包含原列表所有元素平方的新列表。

b)生成一个只包含原列表偶数的平方的新列表。参考代码：pythonlst=[1,2,3,4,5,6,7,8,9]squares=[x**2forxinlst]even_squares=[x**2forxinlstifx%2==0]print(squares)print(even_squares)题目：创建一个形状为(3,4)的NumPy数组，元素为从0到11的整数。然后：

a)提取第二行。

b)提取第三列。

c)提取所有大于5的元素。

d)将数组的形状改为(2,6)。参考代码：pythonimportnumpyasnparr=np.arange(12).reshape(3,4)print(arr[1,:])#a)print(arr[:,2])#b)print(arr[arr>5])#c)arr=arr.reshape(2,6)#d)print(arr)题目：创建一个形状为(3,4)的随机整数数组A（范围0-9）和一个形状为(3,1)的数组B（范围0-4）。请演示NumPy的广播机制，计算A与B的和，并解释广播是如何发生的。参考代码：pythonimportnumpyasnpA=np.random.randint(0,10,size=(3,4))B=np.random.randint(0,5,size=(3,1))C=A+Bprint("A:\n",A)print("B:\n",B)print("A+B:\n",C)解释：B的形状是(3,1)，A的形状是(3,4)。NumPy将B在第二个维度（列）上复制4次，使其形状变为(3,4)，然后进行逐元素相加。题目：使用Pandas读取一个CSV文件（例如，下载的股票数据），并完成以下数据清洗工作：

a)检查数据是否有缺失值，并用合适的方法（如均值填充或向前填充）处理。

b)检查数据是否有重复行，并进行删除。

c)将某一列（如“日期”）转换为时间戳类型，并设置为索引。参考思路：使用df.isnull().sum()检查缺失值；用df.fillna(method='ffill')或df.fillna(df.mean())填充；用df.drop_duplicates()删除重复行；用pd.to_datetime()转换日期列，并用df.set_index()设置索引。题目：利用Pandas对某只股票的历史数据（包含开盘、收盘、最高、最低价）进行如下分析：

a)计算每日收益率。

b)计算20日均线（收盘价的20日移动平均）。

c)找出所有成交量超过当日5日均量（成交量5日移动平均）的日期。参考思路：使用df['close'].pct_change()计算收益率；使用df['close'].rolling(window=20).mean()计算均线；使用df['volume'].rolling(5).mean()计算5日均量，然后用布尔索引df[df['volume']>ma_5_volume]筛选。题目：创建一个包含学生信息（姓名、数学成绩、英语成绩）的DataFrame。请使用groupby和agg方法，按学生姓名分组，计算每个学生的总分和平均分。参考代码：pythonimportpandasaspddata={'姓名':['张三','李四','张三','李四'],'科目':['数学','数学','英语','英语'],'成绩':[90,85,88,92]}df=pd.DataFrame(data)#透视后分组pivot_df=df.pivot(index='姓名',columns='科目',values='成绩')pivot_df['总分']=pivot_df.sum(axis=1)pivot_df['平均分']=pivot_df[['数学','英语']].mean(axis=1)print(pivot_df)题目：使用Matplotlib绘制一张图表，显示某只股票在过去一段时间内（如2023年）的收盘价走势（折线图）和成交量（柱状图），并添加图表标题、坐标轴标签和图例。成交量需绘制在同一个x轴但不同的y轴刻度上。参考思路：使用plt.subplots()创建一个图形和一个轴对象。使用ax1.plot()绘制收盘价折线图，使用ax1.set_ylabel()设置左侧标签。使用ax2=ax1.twinx()创建共享x轴的右侧轴，用ax2.bar()绘制成交量柱状图，并设置右侧标签和颜色。题目：生成一组符合正态分布的随机数据（例如，均值=100，标准差=15，样本量=1000）。使用Matplotlib绘制该数据的直方图，并叠加其理论概率密度曲线（PDF）。同时，添加标题和网格。参考思路：使用np.random.normal()生成数据。使用plt.hist()绘制直方图，参数density=True使面积和为1。使用scipy.stats.norm获取均值和标准差，计算pdf值，并用plt.plot()绘制曲线。题目：简述NumPy中

reshape()

和

resize()

方法的主要区别。参考答案：reshape()

方法在不改变数组原始数据的情况下返回一个新的视图（如果可能）或副本，要求新形状的元素总数必须与原数组相同。resize()

方法可以直接修改原数组的形状，如果新形状的元素总数大于原数组，则会重复原数组的元素来填充；如果小于，则会截断原数组。模块三：金融数据分析与机器学习（对应方案中教学内容第3部分）简答题/编程实践题简答题：在进行机器学习建模之前，为什么通常需要对特征数据进行标准化（Standardization）或归一化（Normalization）？请举例说明哪些算法对特征尺度敏感。参考答案：很多机器学习算法的性能依赖于特征的尺度，例如，基于距离的算法（KNN、SVM、K-Means）和基于梯度的算法（线性回归、逻辑回归、神经网络）。如果特征尺度差异很大，尺度大的特征会主导距离计算或模型训练，导致模型性能下降或训练不稳定。标准化和归一化可以消除量纲影响，使所有特征处于同一数量级，从而提升模型性能和收敛速度。编程实践题：使用Scikit-learn的make_classification函数生成一个包含1000个样本、20个特征、2个类别的分类数据集。将数据集划分为训练集和测试集（比例70/30），然后使用逻辑回归模型进行训练，并输出模型在测试集上的准确率。参考代码：pythonfromsklearn.datasetsimportmake_classificationfromsklearn.model_selectionimporttrain_test_splitfromsklearn.linear_modelimportLogisticRegressionfromsklearn.metricsimportaccuracy_scoreX,y=make_classification(n_samples=1000,n_features=20,n_classes=2,random_state=42)X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3,random_state=42)model=LogisticRegression()model.fit(X_train,y_train)y_pred=model.predict(X_test)print(f"Accuracy:{accuracy_score(y_test,y_pred):.4f}")简答题：解释什么是“过拟合”（Overfitting）？列举至少三种防止过拟合的常见方法。参考答案：过拟合是指模型在训练数据上表现极好，但在未见过的测试数据上表现很差的现象，即模型学习到了训练数据中的噪声和个别特征，而未能学到普遍规律。防止过拟合的方法包括：1.增加训练数据量；2.简化模型（如减少特征、降低树深度、减少神经网络层数）；3.使用正则化技术（L1、L2正则化）；4.集成学习（如Bagging、随机森林）；5.早停法。编程实践题：加载Scikit-learn自带的Iris数据集。使用StandardScaler对特征进行标准化，然后使用PCA（主成分分析）将特征降维到2个主成分。最后，使用Matplotlib绘制降维后数据的散点图，并根据目标变量（鸢尾花类别）使用不同颜色标记。参考代码：pythonfromsklearn.datasetsimportload_irisfromsklearn.preprocessingimportStandardScalerfromsklearn.decompositionimportPCAimportmatplotlib.pyplotaspltiris=load_iris()X,y=iris.data,iris.targetX_scaled=StandardScaler().fit_transform(X)X_pca=PCA(n_components=2).fit_transform(X_scaled)plt.scatter(X_pca[:,0],X_pca[:,1],c=y,cmap='viridis',edgecolor='k')plt.xlabel('PC1')plt.ylabel('PC2')plt.title('PCAofIrisDataset')plt.show()简答题：解释混淆矩阵（ConfusionMatrix）中的TP、TN、FP、FN分别代表什么？并基于此解释精确率（Precision）和召回率（Recall）的计算公式。参考答案：TP（真正例）：预测为正，实际为正；TN（真负例）：预测为负，实际为负；FP（假正例）：预测为正，实际为负；FN（假负例）：预测为负，实际为正。精确率=TP/(TP+FP)，衡量预测为正的样本中实际为正的比例。召回率=TP/(TP+FN)，衡量实际为正的样本中被正确预测的比例。编程实践题：使用Scikit-learn的波士顿房价数据集（load_boston()，已弃用，可用fetch_california_housing()替代），分别使用线性回归和岭回归（Ridge）进行房价预测。通过5折交叉验证比较两种模型的均方误差（MSE），并得出结论。参考思路：导入数据，划分训练集和测试集。分别创建LinearRegression和Ridge模型。使用cross_val_score，scoring='neg_mean_squared_error'进行交叉验证，取平均值的绝对值进行比较。简答题：什么是集成学习？请简要介绍Bagging和Boosting两种集成学习范式的核心思想。参考答案：集成学习通过构建并结合多个学习器来完成学习任务，通常能获得比单一学习器更显著的泛化性能。Bagging（如随机森林）的核心思想是并行训练多个独立的基学习器，然后通过投票（分类）或平均（回归）来组合结果，旨在降低方差。Boosting（如AdaBoost、梯度提升）的核心思想是串行训练基学习器，每个新的学习器都重点关注前一个学习器分类错误的样本，旨在降低偏差。编程实践题：在上一题（第6题）的基础上，使用GridSearchCV对岭回归的alpha参数进行网格搜索，寻找最优的alpha值。并输出最佳参数和最佳模型在测试集上的R²分数。参考思路：定义一个参数网格param_grid={'alpha':[0.1,1.0,10.0,100.0]}。创建一个GridSearchCV对象，传入Ridge模型、参数网格、交叉验证次数（cv=5）和评分指标（scoring='r2'）。fit训练后，使用best_params_和best_score_获取最佳参数和分数。最后用最佳模型预测测试集并计算R²。简答题：决策树模型容易过拟合，简述至少两种剪枝（Pruning）策略。参考答案：剪枝是防止决策树过拟合的常用方法。主要策略有：1.

预剪枝：在决策树生长过程中，提前停止树的生长。例如，设定树的最大深度（max_depth）、内部节点再划分所需的最小样本数（min_samples_split）或叶子节点的最小样本数（min_samples_leaf）。2.

后剪枝：先生成一颗完整的树，然后自底向上对非叶子节点进行考察，若将该节点对应的子树替换为叶节点能带来泛化性能的提升（如在验证集上表现更好），则进行剪枝。编程实践题：对“模块一”中关于VaR计算的理论，请编写Python代码实现参数法VaR的计算。输入参数为：投资组合初始价值（W0）、预期收益率（mu）、收益率波动率（sigma）、置信水平（alpha，如0.95）。函数返回VaR值。参考代码：pythonimportscipy.statsasstdefparametric_var(W0,mu,sigma,alpha=0.95):"""计算参数法VaR:paramW0:初始投资额:parammu:预期收益率:paramsigma:预期波动率:paramalpha:置信水平:return:VaR值（正数）"""#计算标准正态分布的分位数z=st.norm.ppf(1-alpha)#计算VaRVaR=W0*(sigma*z-mu)returnVaR#示例W0=1000000mu=0.1sigma=0.2alpha=0.95var_95=parametric_var(W0,mu,sigma,alpha)print(f"95%置信水平下的VaR为:{var_95:.2f}")模块四：综合案例实战（对应方案中教学内容第4部分）编程实践题题目：使用TusharePro（需要注册获取token）获取贵州茅台（股票代码：600519）从2023年1月1日到2023年12月31日的日线数据。将数据保存为CSV文件，并实现一个函数，能够从该CSV文件读取数据，并计算该股票在此期间的累计收益率，并以图表形式展示收盘价走势和累计收益率走势。参考思路：使用_bar获取数据。使用df.to_csv()保存。读取后，计算累计收益率：df['cum_return']=(1+df['pct_chg']/100).cumprod()。使用Matplotlib双y轴绘制收盘价和累计收益率。题目：选取5只不同行业的股票（例如，银行、消费、科技、医药、能源），下载其过去三年的日收盘价数据。使用Python实现马科维茨投资组合理论中的有效前沿计算。要求：

a)计算每只股票的年化收益率和年化波动率。

b)计算收益率的协方差矩阵。

c)模拟生成至少5000个随机权重组合（允许卖空），计算每个组合的年化收益率、年化波动率和夏普比率。

d)绘制出所有模拟组合的散点图（波动率为x轴，收益率为y轴，颜色表示夏普比率），并标注出最大夏普比率组合的位置。参考思路：使用pandas处理数据，计算对数收益率。使用numpy生成随机权重并归一化。使用np.dot计算组合收益和风险。使用matplotlib.scatter绘图。题目：基于上一题选定的5只股票数据，实现一个投资组合优化器。该优化器能够根据用户输入的目标年化收益率（如15%），在不允许卖空的条件下，通过二次规划求解最小化投资组合的风险（标准差），并返回最优的投资权重和该组合的风险。参考思路：使用scipy.optimize.minimize函数。目标函数是组合标准差。约束条件包括：1.权重之和为1（eq）；2.组合收益率等于目标值（eq）；3.所有权重大于等于0（通过bounds参数设置）。方法选择'SLSQP'。题目：编写一个Python类，名为EuropeanOptionPricer。该类初始化时需要传入标的资产当前价格S、行权价K、无风险利率r、到期时间T。类中包含以下方法：

a)

bsm_price(sigma,option_type)：使用BSM公式计算看涨（'call'）或看跌（'put'）期权价格。

b)

binomial_price(sigma,N,option_type)：使用二叉树模型计算期权价格，其中N是二叉树的步数。

c)

monte_carlo_price(sigma,num_simulations,option_type)：使用蒙特卡洛模拟计算期权价格。参考思路：BSM实现参考教材公式。二叉树实现参考教材代码，需要构建价格树和期权价值树。蒙特卡洛模拟需要生成大量随机路径，计算到期收益并贴现平均。题目：使用历史模拟法计算某股票投资组合（权重自定义）的1日VaR（置信水平95%）。要求：

a)获取组合中所有股票过去一年的日收益率数据。

b)计算组合的日收益率序列。

c)从该收益率序列中找出第5个百分位数，即为VaR值。参考思路：获取数据后，使用np.dot(returns,weights)计算每日组合收益。使用np.percentile(portfolio_returns,5)获取VaR值（通常表示为损失，所以值为负，取绝对值）。题目：改进“模块三”中的KNN股价涨跌预测模型。加入成交量、换手率等新特征，并使用标准化后的马氏距离替代欧氏距离来衡量样本相似度，观察预测准确率是否有变化。参考思路：从Tushare获取除收盘价外的成交量、换手率数据。构建特征矩阵X，包括过去N天的收盘价涨跌幅、成交量涨跌幅等。计算马氏距离需要使用协方差矩阵的逆矩阵（np.linalg.inv(np.cov(X.T))）。KNN分类逻辑不变。题目：对某只股票的收盘价序列进行时间序列分析。使用statsmodels库完成以下任务：

a)对收盘价序列进行ADF检验，判断其平稳性。

b)如果非平稳，进行一阶差分，并再