掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
PYTHON金融數(shù)據(jù)分析 版權(quán)信息
- ISBN：9787302663904
- 條形碼：9787302663904 ; 978-7-302-66390-4
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
PYTHON金融數(shù)據(jù)分析 本書特色
《Python金融數(shù)據(jù)分析》將幫助讀者在金融領(lǐng)域正確使用先進的數(shù)據(jù)分析方法，避免潛在的陷阱和常見錯誤；對于那些試圖解決的問題，幫助讀者得出正確的結(jié)論。
此外，鑒于數(shù)據(jù)科學(xué)和金融領(lǐng)域在不斷動態(tài)變化，因此本書也包含對學(xué)術(shù)論文和其他相關(guān)資源的引用，以幫助讀者拓寬對所涵蓋主題的理解。
PYTHON金融數(shù)據(jù)分析 內(nèi)容簡介
《Python金融數(shù)據(jù)分析》詳細闡述了與Python金融數(shù)據(jù)分析相關(guān)的基本解決方案，主要包括獲取金融數(shù)據(jù)、數(shù)據(jù)預(yù)處理、可視化金融時間序列、探索金融時間序列數(shù)據(jù)、技術(shù)分析和構(gòu)建交互式儀表板、時間序列分析與預(yù)測、基于機器學(xué)習(xí)的時間序列預(yù)測、多因素模型、使用GARCH類模型對波動率進行建模、金融領(lǐng)域中的蒙特卡羅模擬、資產(chǎn)配置、回測交易策略、識別信用違約、機器學(xué)習(xí)項目的高級概念、金融領(lǐng)域的深度學(xué)習(xí)等內(nèi)容。此外，本書還提供了相應(yīng)的示例、代碼，以幫助讀者進一步理解相關(guān)方案的實現(xiàn)過程。
PYTHON金融數(shù)據(jù)分析 目錄
第1章 獲取金融數(shù)據(jù) 1
1.1 從雅虎財經(jīng)獲取數(shù)據(jù) 2
1.1.1 實戰(zhàn)操作 3
1.1.2 原理解釋 4
1.1.3 擴展知識 4
1.1.4 參考資料 5
1.2 從Nasdaq Data Link獲取數(shù)據(jù) 5
1.2.1 準備工作 6
1.2.2 實戰(zhàn)操作 6
1.2.3 原理解釋 7
1.2.4 擴展知識 8
1.2.5 參考資料 9
1.3 從Intrinio獲取數(shù)據(jù) 10
1.3.1 準備工作 10
1.3.2 實戰(zhàn)操作 10
1.3.3 原理解釋 12
1.3.4 擴展知識 12
1.3.5 參考資料 16
1.4 從Alpha Vantage獲取數(shù)據(jù) 16
1.4.1 準備工作 16
1.4.2 實戰(zhàn)操作 17
1.4.3 原理解釋 18
1.4.4 擴展知識 18
1.4.5 參考資料 21
1.5 從CoinGecko獲取數(shù)據(jù) 21
1.5.1 實戰(zhàn)操作 21
1.5.2 原理解釋 22
1.5.3 擴展知識 23
1.5.4 參考資料 24
1.6 小結(jié) 24
第2章 數(shù)據(jù)預(yù)處理 27
2.1 將價格轉(zhuǎn)化為收益 27
2.1.1 實戰(zhàn)操作 28
2.1.2 原理解釋 29
2.2 為通貨膨脹調(diào)整收益 29
2.2.1 實戰(zhàn)操作 30
2.2.2 原理解釋 31
2.2.3 擴展知識 32
2.2.4 參考資料 33
2.3 改變時間序列數(shù)據(jù)的頻率 33
2.3.1 做好準備 34
2.3.2 實戰(zhàn)操作 34
2.3.3 原理解釋 36
2.4 估算缺失數(shù)據(jù)的不同方法 36
2.4.1 實戰(zhàn)操作 36
2.4.2 原理解釋 39
2.4.3 擴展知識 39
2.4.4 參考資料 41
2.5 轉(zhuǎn)換貨幣單位 41
2.5.1 實戰(zhàn)操作 41
2.5.2 原理解釋 42
2.5.3 擴展知識 43
2.5.4 參考資料 44
2.6 聚合交易數(shù)據(jù)的不同方式 44
2.6.1 實戰(zhàn)操作 46
2.6.2 原理解釋 50
2.6.3 擴展知識 52
2.6.4 參考資料 52
2.7 小結(jié) 52 第3章 可視化金融時間序列 53
3.1 時間序列數(shù)據(jù)的基本可視化 54
3.1.1 實戰(zhàn)操作 54
3.1.2 原理解釋 56
3.1.3 擴展知識 56
3.1.4 參考資料 59
3.2 可視化季節(jié)性模式 59
3.2.1 實戰(zhàn)操作 59
3.2.2 原理解釋 62
3.2.3 擴展知識 62
3.3 創(chuàng)建交互式可視化 65
3.3.1 實戰(zhàn)操作 66
3.3.2 原理解釋 68
3.3.3 擴展知識 69
3.3.4 參考資料 70
3.4 創(chuàng)建K線圖 71
3.4.1 準備工作 72
3.4.2 實戰(zhàn)操作 72
3.4.3 原理解釋 74
3.4.4 擴展知識 74
3.4.5 參考資料 76
3.5 小結(jié) 77
第4章 探索金融時間序列數(shù)據(jù) 79
4.1 使用滾動統(tǒng)計進行異常值檢測 79
4.1.1 實戰(zhàn)操作 80
4.1.2 原理解釋 82
4.1.3 擴展知識 82
4.2 使用Hampel過濾器進行異常值檢測 83
4.2.1 實戰(zhàn)操作 84
4.2.2 原理解釋 85
4.2.3 擴展知識 86
4.2.4 參考資料 87
4.3 檢測時間序列中的變點 88
4.3.1 實戰(zhàn)操作 89
4.3.2 原理解釋 91
4.3.3 擴展知識 91
4.3.4 參考資料 93
4.4 檢測時間序列中的趨勢 93
4.4.1 實戰(zhàn)操作 94
4.4.2 原理解釋 95
4.4.3 參考資料 96
4.5 使用Hurst指數(shù)檢測時間序列中的模式 96
4.5.1 實戰(zhàn)操作 97
4.5.2 原理解釋 99
4.5.3 擴展知識 100
4.5.4 參考資料 100
4.6 研究資產(chǎn)收益的典型化事實 100
4.6.1 準備工作 101
4.6.2 實戰(zhàn)操作 101
4.6.3 原理解釋 108
4.6.4 擴展知識 110
4.6.5 參考資料 112
4.7 小結(jié) 112
第5章 技術(shù)分析和構(gòu)建交互式儀表板 113
5.1 計算*流行的技術(shù)指標 113
5.1.1 實戰(zhàn)操作 114
5.1.2 原理解釋 118
5.1.3 擴展知識 119
5.1.4 參考資料 119
5.2 下載技術(shù)指標 120
5.2.1 實戰(zhàn)操作 120
5.2.2 原理解釋 122
5.2.3 擴展知識 122
5.3 識別K線圖的形態(tài) 124
5.3.1 實戰(zhàn)操作 125
5.3.2 原理解釋 127
5.3.3 擴展知識 128
5.3.4 參考資料 129
5.4 使用Streamlit構(gòu)建用于技術(shù)分析的交互式Web應(yīng)用程序 129
5.4.1 準備工作 130
5.4.2 實戰(zhàn)操作 130
5.4.3 原理解釋 135
5.4.4 擴展知識 139
5.4.5 參考資料 139
5.5 部署技術(shù)分析應(yīng)用程序 139
5.5.1 準備工作 140
5.5.2 實戰(zhàn)操作 140
5.5.3 原理解釋 141
5.5.4 擴展知識 142
5.5.5 參考資料 142
5.6 小結(jié) 143
第6章 時間序列分析與預(yù)測 145
6.1 時間序列分解 146
6.1.1 實戰(zhàn)操作 148
6.1.2 原理解釋 151
6.1.3 擴展知識 151
6.1.4 參考資料 154
6.2 測試時間序列的平穩(wěn)性 155
6.2.1 準備工作 156
6.2.2 實戰(zhàn)操作 156
6.2.3 原理解釋 158
6.2.4 擴展知識 159
6.2.5 參考資料 160
6.3 校正時間序列的平穩(wěn)性 160
6.3.1 實戰(zhàn)操作 161
6.3.2 原理解釋 166
6.3.3 擴展知識 166
6.4 使用指數(shù)平滑方法對時間序列建模 168
6.4.1 準備工作 169
6.4.2 實戰(zhàn)操作 169
6.4.3 原理解釋 174
6.4.4 擴展知識 175
6.4.5 參考資料 177
6.5 使用ARIMA類模型對時間序列建模 178
6.5.1 準備工作 179
6.5.2 實戰(zhàn)操作 179
6.5.3 原理解釋 186
6.5.4 擴展知識 188
6.5.5 參考資料 190
6.6 使用auto-ARIMA尋找*佳擬合的ARIMA模型 190
6.6.1 準備工作 191
6.6.2 實戰(zhàn)操作 191
6.6.3 原理解釋 197
6.6.4 擴展知識 197
6.6.5 參考資料 203
6.7 小結(jié) 203
第7章 基于機器學(xué)習(xí)的時間序列預(yù)測 205
7.1 時間序列的驗證方法 205
7.1.1 實戰(zhàn)操作 208
7.1.2 原理解釋 214
7.1.3 擴展知識 216
7.1.4 參考資料 219
7.2 時間序列的特征工程 219
7.2.1 實戰(zhàn)操作 220
7.2.2 原理解釋 228
7.2.3 擴展知識 229
7.3 將時間序列預(yù)測作為簡化回歸任務(wù) 234
7.3.1 準備工作 235
7.3.2 實戰(zhàn)操作 235
7.3.3 原理解釋 243
7.3.4 擴展知識 246
7.3.5 參考資料 246
7.4 使用Meta的Prophet進行預(yù)測 246
7.4.1 實戰(zhàn)操作 248
7.4.2 原理解釋 255
7.4.3 擴展知識 256
7.4.4 參考資料 260
7.5 使用PyCaret進行時間序列預(yù)測的AutoML 260
7.5.1 準備工作 260
7.5.2 實戰(zhàn)操作 260
7.5.3 原理解釋 267
7.5.4 擴展知識 269
7.6 小結(jié) 270
第8章 多因素模型 273
8.1 估計CAPM 274
8.1.1 實戰(zhàn)操作 275
8.1.2 原理解釋 277
8.1.3 擴展知識 277
8.1.4 參考資料 280
8.2 估計Fama-French三因素模型 280
8.2.1 實戰(zhàn)操作 281
8.2.2 原理解釋 284
8.2.3 擴展知識 284
8.2.4 參考資料 285
8.3 估計資產(chǎn)組合的滾動三因素模型 285
8.3.1 實戰(zhàn)操作 286
8.3.2 原理解釋 288
8.4 估計四因素和五因素模型 289
8.4.1 實戰(zhàn)操作 290
8.4.2 原理解釋 294
8.4.3 參考資料 294
8.5 使用Fama-MacBeth回歸估計橫截面因素模型 295
8.5.1 實戰(zhàn)操作 296
8.5.2 原理解釋 298
8.5.3 擴展知識 298
8.5.4 參考資料 300
8.6 小結(jié) 301
第9章 使用GARCH類模型對波動率進行建模 303
9.1 使用ARCH模型對股票收益的波動性進行建模 304
9.1.1 實戰(zhàn)操作 305
9.1.2 原理解釋 308
9.1.3 擴展知識 309
9.1.4 參考資料 310
9.2 使用GARCH模型對股票收益的波動性進行建模 310
9.2.1 實戰(zhàn)操作 311
9.2.2 原理解釋 313
9.2.3 擴展知識 313
9.2.4 參考資料 315
9.3 使用GARCH模型預(yù)測波動率 315
9.3.1 實戰(zhàn)操作 316
9.3.2 原理解釋 320
9.3.3 擴展知識 320
9.4 使用CCC-GARCH模型進行多變量波動率預(yù)測 323
9.4.1 實戰(zhàn)操作 324
9.4.2 原理解釋 327
9.4.3 參考資料 327
9.5 使用DCC-GARCH預(yù)測條件協(xié)方差矩陣 327
9.5.1 準備工作 328
9.5.2 實戰(zhàn)操作 329
9.5.3 原理解釋 332
9.5.4 擴展知識 333
9.5.5 參考資料 335
9.6 小結(jié) 336
第10章 金融領(lǐng)域中的蒙特卡羅模擬 337
10.1 使用幾何布朗運動模擬股票價格動態(tài) 337
10.1.1 實戰(zhàn)操作 338
10.1.2 原理解釋 341
10.1.3 擴展知識 343
10.1.4 參考資料 344
10.2 使用模擬為歐式期權(quán)定價 345
10.2.1 實戰(zhàn)操作 346
10.2.2 原理解釋 347
10.2.3 擴展知識 348
10.3 使用*小二乘法蒙特卡羅為美式期權(quán)定價 350
10.3.1 實戰(zhàn)操作 351
10.3.2 原理解釋 353
10.3.3 參考資料 354
10.4 使用QuantLib為美式期權(quán)定價 354
10.4.1 準備工作 354
10.4.2 實戰(zhàn)操作 354
10.4.3 原理解釋 356
10.4.4 擴展知識 357
10.5 為障礙期權(quán)定價 358
10.5.1 實戰(zhàn)操作 359
10.5.2 原理解釋 360
10.5.3 擴展知識 361
10.6 使用蒙特卡羅模擬估計風險價值 361
10.6.1 實戰(zhàn)操作 362
10.6.2 原理解釋 365
10.6.3 擴展知識 366
10.7 小結(jié) 367
第11章 資產(chǎn)配置 369
11.1 評估等權(quán)重投資組合的績效 370
11.1.1 實戰(zhàn)操作 370
11.1.2 原理解釋 373
11.1.3 擴展知識 374
11.1.4 參考資料 378
11.2 使用蒙特卡羅模擬尋找有效邊界 378
11.2.1 實戰(zhàn)操作 379
11.2.2 原理解釋 382
11.2.3 擴展知識 384
11.3 使用SciPy優(yōu)化找到有效邊界 386
11.3.1 準備工作 387
11.3.2 實戰(zhàn)操作 387
11.3.3 原理解釋 390
11.3.4 擴展知識 392
11.3.5 參考資料 393
11.4 使用CVXPY凸優(yōu)化尋找有效邊界 393
11.4.1 準備工作 394
11.4.2 實戰(zhàn)操作 394
11.4.3 原理解釋 397
11.4.4 擴展知識 398
11.5 使用分層風險平價尋找*佳投資組合 402
11.5.1 實戰(zhàn)操作 403
11.5.2 原理解釋 405
11.5.3 擴展知識 406
11.5.4 參考資料 409
11.6 小結(jié) 410
第12章 回測交易策略 411
12.1 使用pandas進行向量化回測 413
12.1.1 實戰(zhàn)操作 413
12.1.2 原理解釋 416
12.1.3 擴展知識 417
12.2 使用backtrader進行事件驅(qū)動的回測 418
12.2.1 準備工作 419
12.2.2 實戰(zhàn)操作 419
12.2.3 原理解釋 424
12.2.4 擴展知識 425
12.2.5 參考資料 427
12.3 基于RSI回測多頭/空頭策略 427
12.3.1 實戰(zhàn)操作 427
12.3.2 原理解釋 430
12.3.3 擴展知識 431
12.3.4 參考資料 434
12.4 回測基于布林帶的買入/賣出策略 434
12.4.1 實戰(zhàn)操作 435
12.4.2 原理解釋 440
12.4.3 擴展知識 441
12.5 使用加密貨幣交易數(shù)據(jù)回測移動平均線交叉策略 441
12.5.1 實戰(zhàn)操作 442
12.5.2 原理解釋 447
12.5.3 擴展知識 447
12.6 回測均值方差投資組合優(yōu)化 448
12.6.1 準備工作 448
12.6.2 實戰(zhàn)操作 448
12.6.3 原理解釋 452
12.6.4 參考資料 453
12.7 小結(jié) 455
第13章 應(yīng)用機器學(xué)習(xí)：識別信用違約 457
13.1 加載數(shù)據(jù)和管理數(shù)據(jù)類型 458
13.1.1 實戰(zhàn)操作 458
13.1.2 原理解釋 462
13.1.3 擴展知識 464
13.1.4 參考資料 465
13.2 探索性數(shù)據(jù)分析 466
13.2.1 準備工作 467
13.2.2 實戰(zhàn)操作 467
13.2.3 原理解釋 476
13.2.4 擴展知識 479
13.2.5 參考資料 481
13.3 將數(shù)據(jù)拆分為訓(xùn)練集和測試集 482
13.3.1 實戰(zhàn)操作 482
13.3.2 原理解釋 483
13.3.3 擴展知識 484
13.4 識別和處理缺失值 485
13.4.1 準備工作 487
13.4.2 實戰(zhàn)操作 487
13.4.3 原理解釋 489
13.4.4 擴展知識 490
13.4.5 參考資料 492
13.5 編碼分類變量 493
13.5.1 準備工作 494
13.5.2 實戰(zhàn)操作 495
13.5.3 原理解釋 497
13.5.4 擴展知識 498
13.6 擬合決策樹分類器 500
13.6.1 準備工作 501
13.6.2 實戰(zhàn)操作 501
13.6.3 原理解釋 505
13.6.4 擴展知識 508
13.6.5 參考資料 513
13.7 使用管道組織項目 514
13.7.1 實戰(zhàn)操作 514
13.7.2 原理解釋 517
13.7.3 擴展知識 518
13.8 使用網(wǎng)格搜索和交叉驗證調(diào)整超參數(shù) 523
13.8.1 準備工作 525
13.8.2 實戰(zhàn)操作 525
13.8.3 原理解釋 528
13.8.4 擴展知識 530
13.8.5 參考資料 534
13.9 小結(jié) 535
第14章 機器學(xué)習(xí)項目的高級概念 537
14.1 探索集成分類器 538
14.1.1 準備工作 539
14.1.2 實戰(zhàn)操作 539
14.1.3 原理解釋 542
14.1.4 擴展知識 545
14.1.5 參考資料 547
14.2 探索編碼分類特征的替代方法 548
14.2.1 準備工作 551
14.2.2 實戰(zhàn)操作 551
14.2.3 原理解釋 554
14.2.4 擴展知識 555
14.2.5 參考資料 556
14.3 研究處理不平衡數(shù)據(jù)的不同方法 556
14.3.1 準備工作 559
14.3.2 實戰(zhàn)操作 559
14.3.3 原理解釋 563
14.3.4 擴展知識 564
14.3.5 參考資料 566
14.4 通過堆疊集成利用群體智慧 567
14.4.1 實戰(zhàn)操作 569
14.4.2 原理解釋 572
14.4.3 擴展知識 573
14.4.4 參考資料 574
14.5 貝葉斯超參數(shù)優(yōu)化 575
14.5.1 實戰(zhàn)操作 576
14.5.2 原理解釋 581
14.5.3 擴展知識 582
14.5.4 參考資料 589
14.6 特征重要性研究 590
14.6.1 準備工作 592
14.6.2 實戰(zhàn)操作 593
14.6.3 原理解釋 600
14.6.4 擴展知識 601
14.6.5 參考資料 602
14.7 探索特征選擇技術(shù) 603
14.7.1 準備工作 604
14.7.2 實戰(zhàn)操作 604
14.7.3 原理解釋 609
14.7.4 擴展知識 612
14.7.5 參考資料 615
14.8 探索可解釋的AI技術(shù) 616
14.8.1 準備工作 619
14.8.2 實戰(zhàn)操作 619
14.8.3 原理解釋 630
14.8.4 擴展知識 632
14.8.5 參考資料 633
14.9 小結(jié) 635
第15章 金融領(lǐng)域的深度學(xué)習(xí) 637
15.1 探索fastai的Tabular Learner 637
15.1.1 實戰(zhàn)操作 639
15.1.2 原理解釋 645
15.1.3 擴展知識 648
15.1.4 參考資料 649
15.2 探索Google的TabNet 650
15.2.1 實戰(zhàn)操作 651
15.2.2 原理解釋 657
15.2.3 擴展知識 659
15.2.4 參考資料 660
15.3 使用Amazon的DeepAR進行時間序列預(yù)測 660
15.3.1 實戰(zhàn)操作 661
15.3.2 原理解釋 667
15.3.3 擴展知識 668
15.3.4 參考資料 673
15.4 使用NeuralProphet進行時間序列預(yù)測 673
15.4.1 實戰(zhàn)操作 674
15.4.2 原理解釋 682
15.4.3 擴展知識 683
15.4.4 參考資料 688
15.5 小結(jié) 688
15.5.1 表格數(shù)據(jù) 688
15.5.2 時間序列 689
15.5.3 其他領(lǐng)域 690
·XXVI·
Python金融數(shù)據(jù)分析
·XXVII·
目 錄
1.1 從雅虎財經(jīng)獲取數(shù)據(jù) 2
1.1.1 實戰(zhàn)操作 3
1.1.2 原理解釋 4
1.1.3 擴展知識 4
1.1.4 參考資料 5
1.2 從Nasdaq Data Link獲取數(shù)據(jù) 5
1.2.1 準備工作 6
1.2.2 實戰(zhàn)操作 6
1.2.3 原理解釋 7
1.2.4 擴展知識 8
1.2.5 參考資料 9
1.3 從Intrinio獲取數(shù)據(jù) 10
1.3.1 準備工作 10
1.3.2 實戰(zhàn)操作 10
1.3.3 原理解釋 12
1.3.4 擴展知識 12
1.3.5 參考資料 16
1.4 從Alpha Vantage獲取數(shù)據(jù) 16
1.4.1 準備工作 16
1.4.2 實戰(zhàn)操作 17
1.4.3 原理解釋 18
1.4.4 擴展知識 18
1.4.5 參考資料 21
1.5 從CoinGecko獲取數(shù)據(jù) 21
1.5.1 實戰(zhàn)操作 21
1.5.2 原理解釋 22
1.5.3 擴展知識 23
1.5.4 參考資料 24
1.6 小結(jié) 24
第2章 數(shù)據(jù)預(yù)處理 27
2.1 將價格轉(zhuǎn)化為收益 27
2.1.1 實戰(zhàn)操作 28
2.1.2 原理解釋 29
2.2 為通貨膨脹調(diào)整收益 29
2.2.1 實戰(zhàn)操作 30
2.2.2 原理解釋 31
2.2.3 擴展知識 32
2.2.4 參考資料 33
2.3 改變時間序列數(shù)據(jù)的頻率 33
2.3.1 做好準備 34
2.3.2 實戰(zhàn)操作 34
2.3.3 原理解釋 36
2.4 估算缺失數(shù)據(jù)的不同方法 36
2.4.1 實戰(zhàn)操作 36
2.4.2 原理解釋 39
2.4.3 擴展知識 39
2.4.4 參考資料 41
2.5 轉(zhuǎn)換貨幣單位 41
2.5.1 實戰(zhàn)操作 41
2.5.2 原理解釋 42
2.5.3 擴展知識 43
2.5.4 參考資料 44
2.6 聚合交易數(shù)據(jù)的不同方式 44
2.6.1 實戰(zhàn)操作 46
2.6.2 原理解釋 50
2.6.3 擴展知識 52
2.6.4 參考資料 52
2.7 小結(jié) 52 第3章 可視化金融時間序列 53
3.1 時間序列數(shù)據(jù)的基本可視化 54
3.1.1 實戰(zhàn)操作 54
3.1.2 原理解釋 56
3.1.3 擴展知識 56
3.1.4 參考資料 59
3.2 可視化季節(jié)性模式 59
3.2.1 實戰(zhàn)操作 59
3.2.2 原理解釋 62
3.2.3 擴展知識 62
3.3 創(chuàng)建交互式可視化 65
3.3.1 實戰(zhàn)操作 66
3.3.2 原理解釋 68
3.3.3 擴展知識 69
3.3.4 參考資料 70
3.4 創(chuàng)建K線圖 71
3.4.1 準備工作 72
3.4.2 實戰(zhàn)操作 72
3.4.3 原理解釋 74
3.4.4 擴展知識 74
3.4.5 參考資料 76
3.5 小結(jié) 77
第4章 探索金融時間序列數(shù)據(jù) 79
4.1 使用滾動統(tǒng)計進行異常值檢測 79
4.1.1 實戰(zhàn)操作 80
4.1.2 原理解釋 82
4.1.3 擴展知識 82
4.2 使用Hampel過濾器進行異常值檢測 83
4.2.1 實戰(zhàn)操作 84
4.2.2 原理解釋 85
4.2.3 擴展知識 86
4.2.4 參考資料 87
4.3 檢測時間序列中的變點 88
4.3.1 實戰(zhàn)操作 89
4.3.2 原理解釋 91
4.3.3 擴展知識 91
4.3.4 參考資料 93
4.4 檢測時間序列中的趨勢 93
4.4.1 實戰(zhàn)操作 94
4.4.2 原理解釋 95
4.4.3 參考資料 96
4.5 使用Hurst指數(shù)檢測時間序列中的模式 96
4.5.1 實戰(zhàn)操作 97
4.5.2 原理解釋 99
4.5.3 擴展知識 100
4.5.4 參考資料 100
4.6 研究資產(chǎn)收益的典型化事實 100
4.6.1 準備工作 101
4.6.2 實戰(zhàn)操作 101
4.6.3 原理解釋 108
4.6.4 擴展知識 110
4.6.5 參考資料 112
4.7 小結(jié) 112
第5章 技術(shù)分析和構(gòu)建交互式儀表板 113
5.1 計算*流行的技術(shù)指標 113
5.1.1 實戰(zhàn)操作 114
5.1.2 原理解釋 118
5.1.3 擴展知識 119
5.1.4 參考資料 119
5.2 下載技術(shù)指標 120
5.2.1 實戰(zhàn)操作 120
5.2.2 原理解釋 122
5.2.3 擴展知識 122
5.3 識別K線圖的形態(tài) 124
5.3.1 實戰(zhàn)操作 125
5.3.2 原理解釋 127
5.3.3 擴展知識 128
5.3.4 參考資料 129
5.4 使用Streamlit構(gòu)建用于技術(shù)分析的交互式Web應(yīng)用程序 129
5.4.1 準備工作 130
5.4.2 實戰(zhàn)操作 130
5.4.3 原理解釋 135
5.4.4 擴展知識 139
5.4.5 參考資料 139
5.5 部署技術(shù)分析應(yīng)用程序 139
5.5.1 準備工作 140
5.5.2 實戰(zhàn)操作 140
5.5.3 原理解釋 141
5.5.4 擴展知識 142
5.5.5 參考資料 142
5.6 小結(jié) 143
第6章 時間序列分析與預(yù)測 145
6.1 時間序列分解 146
6.1.1 實戰(zhàn)操作 148
6.1.2 原理解釋 151
6.1.3 擴展知識 151
6.1.4 參考資料 154
6.2 測試時間序列的平穩(wěn)性 155
6.2.1 準備工作 156
6.2.2 實戰(zhàn)操作 156
6.2.3 原理解釋 158
6.2.4 擴展知識 159
6.2.5 參考資料 160
6.3 校正時間序列的平穩(wěn)性 160
6.3.1 實戰(zhàn)操作 161
6.3.2 原理解釋 166
6.3.3 擴展知識 166
6.4 使用指數(shù)平滑方法對時間序列建模 168
6.4.1 準備工作 169
6.4.2 實戰(zhàn)操作 169
6.4.3 原理解釋 174
6.4.4 擴展知識 175
6.4.5 參考資料 177
6.5 使用ARIMA類模型對時間序列建模 178
6.5.1 準備工作 179
6.5.2 實戰(zhàn)操作 179
6.5.3 原理解釋 186
6.5.4 擴展知識 188
6.5.5 參考資料 190
6.6 使用auto-ARIMA尋找*佳擬合的ARIMA模型 190
6.6.1 準備工作 191
6.6.2 實戰(zhàn)操作 191
6.6.3 原理解釋 197
6.6.4 擴展知識 197
6.6.5 參考資料 203
6.7 小結(jié) 203
第7章 基于機器學(xué)習(xí)的時間序列預(yù)測 205
7.1 時間序列的驗證方法 205
7.1.1 實戰(zhàn)操作 208
7.1.2 原理解釋 214
7.1.3 擴展知識 216
7.1.4 參考資料 219
7.2 時間序列的特征工程 219
7.2.1 實戰(zhàn)操作 220
7.2.2 原理解釋 228
7.2.3 擴展知識 229
7.3 將時間序列預(yù)測作為簡化回歸任務(wù) 234
7.3.1 準備工作 235
7.3.2 實戰(zhàn)操作 235
7.3.3 原理解釋 243
7.3.4 擴展知識 246
7.3.5 參考資料 246
7.4 使用Meta的Prophet進行預(yù)測 246
7.4.1 實戰(zhàn)操作 248
7.4.2 原理解釋 255
7.4.3 擴展知識 256
7.4.4 參考資料 260
7.5 使用PyCaret進行時間序列預(yù)測的AutoML 260
7.5.1 準備工作 260
7.5.2 實戰(zhàn)操作 260
7.5.3 原理解釋 267
7.5.4 擴展知識 269
7.6 小結(jié) 270
第8章 多因素模型 273
8.1 估計CAPM 274
8.1.1 實戰(zhàn)操作 275
8.1.2 原理解釋 277
8.1.3 擴展知識 277
8.1.4 參考資料 280
8.2 估計Fama-French三因素模型 280
8.2.1 實戰(zhàn)操作 281
8.2.2 原理解釋 284
8.2.3 擴展知識 284
8.2.4 參考資料 285
8.3 估計資產(chǎn)組合的滾動三因素模型 285
8.3.1 實戰(zhàn)操作 286
8.3.2 原理解釋 288
8.4 估計四因素和五因素模型 289
8.4.1 實戰(zhàn)操作 290
8.4.2 原理解釋 294
8.4.3 參考資料 294
8.5 使用Fama-MacBeth回歸估計橫截面因素模型 295
8.5.1 實戰(zhàn)操作 296
8.5.2 原理解釋 298
8.5.3 擴展知識 298
8.5.4 參考資料 300
8.6 小結(jié) 301
第9章 使用GARCH類模型對波動率進行建模 303
9.1 使用ARCH模型對股票收益的波動性進行建模 304
9.1.1 實戰(zhàn)操作 305
9.1.2 原理解釋 308
9.1.3 擴展知識 309
9.1.4 參考資料 310
9.2 使用GARCH模型對股票收益的波動性進行建模 310
9.2.1 實戰(zhàn)操作 311
9.2.2 原理解釋 313
9.2.3 擴展知識 313
9.2.4 參考資料 315
9.3 使用GARCH模型預(yù)測波動率 315
9.3.1 實戰(zhàn)操作 316
9.3.2 原理解釋 320
9.3.3 擴展知識 320
9.4 使用CCC-GARCH模型進行多變量波動率預(yù)測 323
9.4.1 實戰(zhàn)操作 324
9.4.2 原理解釋 327
9.4.3 參考資料 327
9.5 使用DCC-GARCH預(yù)測條件協(xié)方差矩陣 327
9.5.1 準備工作 328
9.5.2 實戰(zhàn)操作 329
9.5.3 原理解釋 332
9.5.4 擴展知識 333
9.5.5 參考資料 335
9.6 小結(jié) 336
第10章 金融領(lǐng)域中的蒙特卡羅模擬 337
10.1 使用幾何布朗運動模擬股票價格動態(tài) 337
10.1.1 實戰(zhàn)操作 338
10.1.2 原理解釋 341
10.1.3 擴展知識 343
10.1.4 參考資料 344
10.2 使用模擬為歐式期權(quán)定價 345
10.2.1 實戰(zhàn)操作 346
10.2.2 原理解釋 347
10.2.3 擴展知識 348
10.3 使用*小二乘法蒙特卡羅為美式期權(quán)定價 350
10.3.1 實戰(zhàn)操作 351
10.3.2 原理解釋 353
10.3.3 參考資料 354
10.4 使用QuantLib為美式期權(quán)定價 354
10.4.1 準備工作 354
10.4.2 實戰(zhàn)操作 354
10.4.3 原理解釋 356
10.4.4 擴展知識 357
10.5 為障礙期權(quán)定價 358
10.5.1 實戰(zhàn)操作 359
10.5.2 原理解釋 360
10.5.3 擴展知識 361
10.6 使用蒙特卡羅模擬估計風險價值 361
10.6.1 實戰(zhàn)操作 362
10.6.2 原理解釋 365
10.6.3 擴展知識 366
10.7 小結(jié) 367
第11章 資產(chǎn)配置 369
11.1 評估等權(quán)重投資組合的績效 370
11.1.1 實戰(zhàn)操作 370
11.1.2 原理解釋 373
11.1.3 擴展知識 374
11.1.4 參考資料 378
11.2 使用蒙特卡羅模擬尋找有效邊界 378
11.2.1 實戰(zhàn)操作 379
11.2.2 原理解釋 382
11.2.3 擴展知識 384
11.3 使用SciPy優(yōu)化找到有效邊界 386
11.3.1 準備工作 387
11.3.2 實戰(zhàn)操作 387
11.3.3 原理解釋 390
11.3.4 擴展知識 392
11.3.5 參考資料 393
11.4 使用CVXPY凸優(yōu)化尋找有效邊界 393
11.4.1 準備工作 394
11.4.2 實戰(zhàn)操作 394
11.4.3 原理解釋 397
11.4.4 擴展知識 398
11.5 使用分層風險平價尋找*佳投資組合 402
11.5.1 實戰(zhàn)操作 403
11.5.2 原理解釋 405
11.5.3 擴展知識 406
11.5.4 參考資料 409
11.6 小結(jié) 410
第12章 回測交易策略 411
12.1 使用pandas進行向量化回測 413
12.1.1 實戰(zhàn)操作 413
12.1.2 原理解釋 416
12.1.3 擴展知識 417
12.2 使用backtrader進行事件驅(qū)動的回測 418
12.2.1 準備工作 419
12.2.2 實戰(zhàn)操作 419
12.2.3 原理解釋 424
12.2.4 擴展知識 425
12.2.5 參考資料 427
12.3 基于RSI回測多頭/空頭策略 427
12.3.1 實戰(zhàn)操作 427
12.3.2 原理解釋 430
12.3.3 擴展知識 431
12.3.4 參考資料 434
12.4 回測基于布林帶的買入/賣出策略 434
12.4.1 實戰(zhàn)操作 435
12.4.2 原理解釋 440
12.4.3 擴展知識 441
12.5 使用加密貨幣交易數(shù)據(jù)回測移動平均線交叉策略 441
12.5.1 實戰(zhàn)操作 442
12.5.2 原理解釋 447
12.5.3 擴展知識 447
12.6 回測均值方差投資組合優(yōu)化 448
12.6.1 準備工作 448
12.6.2 實戰(zhàn)操作 448
12.6.3 原理解釋 452
12.6.4 參考資料 453
12.7 小結(jié) 455
第13章 應(yīng)用機器學(xué)習(xí)：識別信用違約 457
13.1 加載數(shù)據(jù)和管理數(shù)據(jù)類型 458
13.1.1 實戰(zhàn)操作 458
13.1.2 原理解釋 462
13.1.3 擴展知識 464
13.1.4 參考資料 465
13.2 探索性數(shù)據(jù)分析 466
13.2.1 準備工作 467
13.2.2 實戰(zhàn)操作 467
13.2.3 原理解釋 476
13.2.4 擴展知識 479
13.2.5 參考資料 481
13.3 將數(shù)據(jù)拆分為訓(xùn)練集和測試集 482
13.3.1 實戰(zhàn)操作 482
13.3.2 原理解釋 483
13.3.3 擴展知識 484
13.4 識別和處理缺失值 485
13.4.1 準備工作 487
13.4.2 實戰(zhàn)操作 487
13.4.3 原理解釋 489
13.4.4 擴展知識 490
13.4.5 參考資料 492
13.5 編碼分類變量 493
13.5.1 準備工作 494
13.5.2 實戰(zhàn)操作 495
13.5.3 原理解釋 497
13.5.4 擴展知識 498
13.6 擬合決策樹分類器 500
13.6.1 準備工作 501
13.6.2 實戰(zhàn)操作 501
13.6.3 原理解釋 505
13.6.4 擴展知識 508
13.6.5 參考資料 513
13.7 使用管道組織項目 514
13.7.1 實戰(zhàn)操作 514
13.7.2 原理解釋 517
13.7.3 擴展知識 518
13.8 使用網(wǎng)格搜索和交叉驗證調(diào)整超參數(shù) 523
13.8.1 準備工作 525
13.8.2 實戰(zhàn)操作 525
13.8.3 原理解釋 528
13.8.4 擴展知識 530
13.8.5 參考資料 534
13.9 小結(jié) 535
第14章 機器學(xué)習(xí)項目的高級概念 537
14.1 探索集成分類器 538
14.1.1 準備工作 539
14.1.2 實戰(zhàn)操作 539
14.1.3 原理解釋 542
14.1.4 擴展知識 545
14.1.5 參考資料 547
14.2 探索編碼分類特征的替代方法 548
14.2.1 準備工作 551
14.2.2 實戰(zhàn)操作 551
14.2.3 原理解釋 554
14.2.4 擴展知識 555
14.2.5 參考資料 556
14.3 研究處理不平衡數(shù)據(jù)的不同方法 556
14.3.1 準備工作 559
14.3.2 實戰(zhàn)操作 559
14.3.3 原理解釋 563
14.3.4 擴展知識 564
14.3.5 參考資料 566
14.4 通過堆疊集成利用群體智慧 567
14.4.1 實戰(zhàn)操作 569
14.4.2 原理解釋 572
14.4.3 擴展知識 573
14.4.4 參考資料 574
14.5 貝葉斯超參數(shù)優(yōu)化 575
14.5.1 實戰(zhàn)操作 576
14.5.2 原理解釋 581
14.5.3 擴展知識 582
14.5.4 參考資料 589
14.6 特征重要性研究 590
14.6.1 準備工作 592
14.6.2 實戰(zhàn)操作 593
14.6.3 原理解釋 600
14.6.4 擴展知識 601
14.6.5 參考資料 602
14.7 探索特征選擇技術(shù) 603
14.7.1 準備工作 604
14.7.2 實戰(zhàn)操作 604
14.7.3 原理解釋 609
14.7.4 擴展知識 612
14.7.5 參考資料 615
14.8 探索可解釋的AI技術(shù) 616
14.8.1 準備工作 619
14.8.2 實戰(zhàn)操作 619
14.8.3 原理解釋 630
14.8.4 擴展知識 632
14.8.5 參考資料 633
14.9 小結(jié) 635
第15章 金融領(lǐng)域的深度學(xué)習(xí) 637
15.1 探索fastai的Tabular Learner 637
15.1.1 實戰(zhàn)操作 639
15.1.2 原理解釋 645
15.1.3 擴展知識 648
15.1.4 參考資料 649
15.2 探索Google的TabNet 650
15.2.1 實戰(zhàn)操作 651
15.2.2 原理解釋 657
15.2.3 擴展知識 659
15.2.4 參考資料 660
15.3 使用Amazon的DeepAR進行時間序列預(yù)測 660
15.3.1 實戰(zhàn)操作 661
15.3.2 原理解釋 667
15.3.3 擴展知識 668
15.3.4 參考資料 673
15.4 使用NeuralProphet進行時間序列預(yù)測 673
15.4.1 實戰(zhàn)操作 674
15.4.2 原理解釋 682
15.4.3 擴展知識 683
15.4.4 參考資料 688
15.5 小結(jié) 688
15.5.1 表格數(shù)據(jù) 688
15.5.2 時間序列 689
15.5.3 其他領(lǐng)域 690
·XXVI·
Python金融數(shù)據(jù)分析
·XXVII·
目 錄
展開全部
PYTHON金融數(shù)據(jù)分析 作者簡介
艾瑞克·里文森在荷蘭鹿特丹伊拉斯姆斯大學(xué)（Erasmus University Rotterdam，EUR）獲得量化金融（Quantitative Finance）碩士學(xué)位。他擁有在兩家公司的風險管理和數(shù)據(jù)科學(xué)部門工作的經(jīng)歷，其間積累了數(shù)據(jù)科學(xué)方法的實際應(yīng)用經(jīng)驗。這兩家公司的其中一家是荷蘭新經(jīng)紀商，另一家則是荷蘭最大的在線零售商。
工作之余，他撰寫了一百多篇與數(shù)據(jù)科學(xué)相關(guān)的文章，閱讀量超過300萬次。在空閑時間，他喜歡玩電子游戲、看書以及和女友一起旅行。
書友推薦
- >
朝聞道
- >
名家?guī)阕x魯迅:朝花夕拾
- >
巴金－再思錄
- >
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)
- >
伯納黛特,你要去哪(2021新版)
- >
我與地壇
- >
名家?guī)阕x魯迅:故事新編
- >
回憶愛瑪儂
本類暢銷
