中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當(dāng)代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
經(jīng)濟金融數(shù)據(jù)分析及其PYTHON應(yīng)用(第2版) 版權(quán)信息
- ISBN：9787302650966
- 條形碼：9787302650966 ; 978-7-302-65096-6
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
經(jīng)濟金融數(shù)據(jù)分析及其PYTHON應(yīng)用(第2版) 本書特色
本書介紹經(jīng)濟金融各種數(shù)據(jù)分析的Python應(yīng)用，緊跟大數(shù)據(jù)與人工智能時代，融理論、方法、應(yīng)用于一體，實用性強。
經(jīng)濟金融數(shù)據(jù)分析及其PYTHON應(yīng)用(第2版) 內(nèi)容簡介
本書內(nèi)容包括：（1）經(jīng)濟金融數(shù)據(jù)分析及其環(huán)境；（2）Python數(shù)據(jù)分析程序包應(yīng)用基礎(chǔ)；（3）Python數(shù)據(jù)分析的存取；（4）Python圖形的繪制和可視化；（5）概率統(tǒng)計分布的Python應(yīng)用；（6）描述性統(tǒng)計的Python應(yīng)用；（7）參數(shù)估計的Python應(yīng)用；（8）假設(shè)檢驗的Python應(yīng)用；（9）一元回歸數(shù)據(jù)分析Python應(yīng)用；（10）多元回歸數(shù)據(jù)分析的Python應(yīng)用；（11）機器學(xué)習(xí)數(shù)據(jù)分析的Python應(yīng)用；（12）時間序列數(shù)據(jù)分析的Python應(yīng)用；（13）量化金融數(shù)據(jù)分析的Python應(yīng)用。(14)期貨市場及其交易策略的Python應(yīng)用。（15）期權(quán)市場及其交易策略的Python應(yīng)用。 本書緊跟大數(shù)據(jù)分析時代，內(nèi)容新穎、全面，實用性強，融理論、方法、應(yīng)用于一體，是一部供大數(shù)據(jù)管理與應(yīng)用、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、統(tǒng)計學(xué)、數(shù)量經(jīng)濟學(xué)、管理科學(xué)與工程、應(yīng)用數(shù)學(xué)、計算數(shù)學(xué)、概率統(tǒng)計、金融工程、投資學(xué)、金融專業(yè)碩士、金融學(xué)、經(jīng)濟學(xué)、財務(wù)管理、會計學(xué)、工商管理等專業(yè)的本科高年級學(xué)生與研究生學(xué)習(xí)《統(tǒng)計學(xué)》或《數(shù)據(jù)分析》等課程使用的教材或?qū)嶒瀰⒖紩?/p>
經(jīng)濟金融數(shù)據(jù)分析及其PYTHON應(yīng)用(第2版) 目錄
第1章經(jīng)濟金融數(shù)據(jù)分析及其環(huán)境
1.1經(jīng)濟金融數(shù)據(jù)類型
1.2經(jīng)濟金融數(shù)據(jù)來源
1.3經(jīng)濟金融數(shù)據(jù)分析工具簡介
1.4Python數(shù)據(jù)分析工具的下載
1.5Python數(shù)據(jù)分析工具的安裝
1.6Python的啟動和退出
1.7Python數(shù)據(jù)分析相關(guān)的程序包
1.8Python數(shù)據(jù)分析快速入門
練習(xí)題
第2章Python數(shù)據(jù)分析程序包應(yīng)用基礎(chǔ)
2.1Python數(shù)據(jù)分析的NumPy應(yīng)用基礎(chǔ)
2.2Python數(shù)據(jù)分析的SciPy應(yīng)用基礎(chǔ)
2.3Python數(shù)據(jù)分析的Pandas應(yīng)用基礎(chǔ)
練習(xí)題
第3章Python數(shù)據(jù)分析的數(shù)據(jù)存取
3.1PythonNumPy數(shù)據(jù)存取
3.2PythonSciPy數(shù)據(jù)存取
3.3PythonPandas的csv格式數(shù)據(jù)文件存取
3.4PythonPandas的Excel格式數(shù)據(jù)文件存取
3.5讀取并查看數(shù)據(jù)表列
3.6讀取挖地兔財經(jīng)網(wǎng)站數(shù)據(jù)
3.7挖地兔Tushare財經(jīng)網(wǎng)站數(shù)據(jù)保存與讀取
3.8數(shù)據(jù)獲取的Baostock模塊
3.9數(shù)據(jù)獲取的Akshare模塊
3.10pandas_datareader獲取數(shù)據(jù)
3.11quandl財經(jīng)數(shù)據(jù)接口
練習(xí)題
第4章Python圖形的繪制和可視化
4.1Matplotlib繪圖應(yīng)用基礎(chǔ)
4.2直方圖的繪制
4.3散點圖的繪制
4.4氣泡圖的繪制
4.5箱圖的繪制
4.6餅圖的繪制
4.7條形圖的繪制
4.8折線圖的繪制
4.9曲線標(biāo)繪圖的繪制
4.10連線標(biāo)繪圖的繪制
4.11復(fù)雜圖形的繪制
4.12關(guān)于繪圖中顯示中文的問題處理
練習(xí)題
第5章概率統(tǒng)計分布的Python應(yīng)用
5.1二項分布
5.2泊松分布
5.3正態(tài)分布
5.4β分布
5.5均勻分布
5.6指數(shù)分布
5.7t分布
5.8卡方分布
5.9F分布
練習(xí)題
第6章描述性統(tǒng)計的Python應(yīng)用
6.1描述性統(tǒng)計的Python工具
6.2數(shù)據(jù)集中趨勢度量的Python應(yīng)用
6.3數(shù)據(jù)離散狀況度量的Python應(yīng)用
6.4峰度、偏度與正態(tài)性檢驗的Python應(yīng)用
6.5異常數(shù)據(jù)處理的Python應(yīng)用
練習(xí)題
第7章參數(shù)估計的Python應(yīng)用
7.1參數(shù)估計與置信區(qū)間的含義
7.2點估計的Python應(yīng)用
7.3單正態(tài)總體均值區(qū)間估計的Python應(yīng)用
7.4單正態(tài)總體方差區(qū)間估計的Python應(yīng)用
7.5雙正態(tài)總體均值差區(qū)間估計的Python應(yīng)用
7.6雙正態(tài)總體方差比區(qū)間估計的Python應(yīng)用
練習(xí)題
第8章參數(shù)假設(shè)檢驗的Python應(yīng)用
8.1參數(shù)假設(shè)檢驗的基本理論
8.2單個樣本t檢驗的Python應(yīng)用
8.3兩個獨立樣本t檢驗的Python應(yīng)用
8.4配對樣本t檢驗的Python應(yīng)用
8.5單樣本方差假設(shè)檢驗的Python應(yīng)用
8.6雙樣本方差假設(shè)檢驗的Python應(yīng)用
練習(xí)題
第9章相關(guān)分析與一元回歸數(shù)據(jù)分析的Python應(yīng)用
9.1相關(guān)分析基本理論
9.2相關(guān)分析的Python應(yīng)用
9.3一元線性回歸分析基本理論
9.4一元線性回歸數(shù)據(jù)分析的Python應(yīng)用
9.5自相關(guān)性診斷的Python應(yīng)用
練習(xí)題
第10章多元回歸數(shù)據(jù)分析的Python應(yīng)用
10.1多元線性回歸分析基本理論
10.2多元線性回歸數(shù)據(jù)分析的Python應(yīng)用
10.3多元回歸分析的Scikitlearn工具應(yīng)用
10.4穩(wěn)健線性回歸分析Python應(yīng)用
10.5邏輯Logistic回歸分析Python應(yīng)用
10.6廣義線性回歸分析Python應(yīng)用
練習(xí)題
第11章機器學(xué)習(xí)數(shù)據(jù)分析的Python應(yīng)用
11.1機器學(xué)習(xí)算法分類
11.2常見的機器學(xué)習(xí)算法
11.3線性回歸及其Python應(yīng)用
11.4邏輯回歸及其Python應(yīng)用
11.5決策樹及其Python應(yīng)用
11.6支持向量機分類及其Python應(yīng)用
11.7樸素貝葉斯分類及其Python應(yīng)用
11.8KNN分類（K*近鄰算法）及其Python應(yīng)用
11.9K均值算法及其Python應(yīng)用
11.10隨機森林算法及其Python應(yīng)用
11.11降維算法代碼及其Python應(yīng)用
11.12Gradient Boosting和AdaBoost 算法及其Python應(yīng)用
練習(xí)題
第12章時間序列數(shù)據(jù)分析的Python應(yīng)用
12.1時間序列分析相關(guān)基本概念
12.2時間序列分析數(shù)據(jù)的可視化圖形
12.3時間序列分析的平穩(wěn)性檢驗原理
12.4滬深300時間序列分析的平穩(wěn)性檢驗實例
12.5時間序列分析的波動率模型GARCH原理
12.6時間序列分析的波動率模型GARCH應(yīng)用
練習(xí)題
第13章量化金融投資數(shù)據(jù)分析的Python應(yīng)用
13.1資產(chǎn)組合標(biāo)準(zhǔn)均值方差模型及其Python應(yīng)用
13.2資產(chǎn)組合有效邊界的Python繪制
13.3Markowitz投資組合優(yōu)化的Python應(yīng)用
13.4蒙特卡洛模擬股票期權(quán)定價的Python應(yīng)用
13.5蒙特卡洛模擬期權(quán)價格穩(wěn)定性的Python應(yīng)用
13.6期望損失ES的Python應(yīng)用
練習(xí)題
第14章期貨及其交易策略的Python應(yīng)用
14.1期貨基本概念和理論
14.2遠期和期貨
14.3遠期和期貨定價
14.4CTA及其Python實現(xiàn)
練習(xí)題
第15章期權(quán)及其交易策略的Python應(yīng)用
15.1期權(quán)市場
15.2期權(quán)價格分析
15.3期權(quán)定價模型
15.4期權(quán)交易策略及其Python應(yīng)用
練習(xí)題
附錄數(shù)據(jù)資源
展開全部
經(jīng)濟金融數(shù)據(jù)分析及其PYTHON應(yīng)用(第2版) 作者簡介
朱順泉， 2001年于中南大學(xué)管理科學(xué)與工程專業(yè)金融工程方向研究生畢業(yè)，獲管理學(xué)博士學(xué)位，2004年于上海財經(jīng)大學(xué)應(yīng)用經(jīng)濟學(xué)專業(yè)金融計量與統(tǒng)計方向博士后研究出站，2006年評為教授。曾先后工作于湖南財經(jīng)學(xué)院、湖南大學(xué)、暨南大學(xué)等，指導(dǎo)各類碩士生一百余人，現(xiàn)為廣東財經(jīng)大學(xué)金融學(xué)院教授，長期從事本科生與研究生的投資學(xué)、金融工程、公司金融、金融市場、金融計量學(xué)、經(jīng)濟博弈論、數(shù)據(jù)模型與決策等課程的教學(xué)和科研工作，一直致力于財經(jīng)與科技相結(jié)合的交叉應(yīng)用研究。出版著作50余部，發(fā)表學(xué)術(shù)論文一百余篇，主持完成國家社會科學(xué)項目、國家級一流專業(yè)建設(shè)點項目、社會科學(xué)項目、廣東省一流專業(yè)建設(shè)點項目、廣東省科技計劃項目、廣東省哲學(xué)社會科學(xué)項目等共十余項。
書友推薦
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
經(jīng)典常談
- >
李白與唐代文化
- >
【精裝繪本】畫給孩子的中國神話
- >
中國歷史的瞬間
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
龍榆生：詞曲概論/大家小書
- >
煙與鏡
本類暢銷
