掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(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)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
PYTHON金融數據分析與挖掘(微課版) 版權信息
- ISBN：9787115647757
- 條形碼：9787115647757 ; 978-7-115-64775-7
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
PYTHON金融數據分析與挖掘(微課版) 本書特色
深入淺出地介紹了如何使用Python進行金融數據分析、挖掘和量化投資的全過程。
將從Python基礎知識、基本數據分析技能，擴展到基礎案例和綜合案例，*后通過實訓幫助讀者強化訓練，完成Python相關知識的學習。
本書提供了在線實訓平臺、微課視頻，還提供豐富的數據、案例及程序代碼，將理論與實踐相結合。
PYTHON金融數據分析與挖掘(微課版) 內容簡介
本書從Python基礎入門講起，到應用Python進行科學計算、數據處理、數據可視化、挖掘建模基礎訓練，再到利用Python進行金融數據挖掘與量化投資實戰，深入淺出地介紹了如何使用Python進行金融數據分析、挖掘和量化投資的全過程。 全書分3篇：基礎篇、案例篇和實訓篇。基礎篇（第1～6章）主要介紹Python基礎及應用于科學計算、數據處理、數據可視化、機器學習、關聯規則等方面的基礎知識和金融數據基礎知識；案例篇（第7～11章）主要介紹利用Python進行金融數據挖掘分析的基礎案例和綜合案例；實訓篇（第12章），由8個實訓組成。本書將從Python基礎知識、基本數據分析技能和金融數據基礎知識，擴展到基礎案例和綜合案例，*后通過實訓幫助讀者強化訓練，完成Python金融數據分析與挖掘相關知識的學習。 本書提供配套的案例數據、程序代碼，適合作為普通高等院校數學、計算機、經濟管理專業相關課程的教材，也適合作為金融數據挖掘研究者、愛好者的參考書。
PYTHON金融數據分析與挖掘(微課版) 目錄
基 礎 篇第 1章 Python基礎 11.1 Python概述 11.2 Python安裝及啟動 21.2.1 Python安裝 21.2.2 Python啟動及界面認識 4基 礎 篇第 1章 Python基礎 1
1.1 Python概述 1
1.2 Python安裝及啟動 2
1.2.1 Python安裝 2
1.2.2 Python啟動及界面認識 4
1.2.3 Python安裝擴展包 10
1.3 Python基本數據類型 10
1.3.1 數值的定義 11
1.3.2 字符串的定義 11
1.3.3 列表的定義 11
1.3.4 元組的定義 12
1.3.5 集合的定義 12
1.3.6 字典的定義 12
1.3.7 列表、元組、集合與字典之間的比較 13
1.4 Python相關的公有方法 14
1.4.1 索引 14
1.4.2 切片 14
1.4.3 長度 15
1.4.4 統計 15
1.4.5 成員身份 16
1.4.6 變量刪除 16
1.5 列表、元組與字符串方法 17
1.5.1 列表方法 17
1.5.2 元組方法 18
1.5.3 字符串方法 19
1.6 字典方法 21
1.7 條件語句 22
1.7.1 if…語句 22
1.7.2 if…else…語句 22
1.7.3 if…elif…else…語句 22
1.8 循環語句 23
1.8.1 while語句 23
1.8.2 for循環 23
1.9 函數 24
1.9.1 無返回值函數的定義與調用 24
1.9.2 有返回值函數的定義與
調用 24
1.9.3 有多返回值函數的定義
與調用 25
1.10 Python在金融大數據中的應用 26
本章小結 27
本章練習 27
本章實驗 28第 2章 科學計算包Numpy 32
2.1 Numpy簡介 32
2.2 創建數組 33
2.2.1 利用array()函數創建數組 33
2.2.2 利用內置函數創建數組 34
2.3 數組尺寸 35
2.4 數組運算 36
2.5 數組切片 36
2.5.1 常見的數組切片方法 37
2.5.2 利用ix_()函數進行數組
切片 38
2.6 數組連接 38
2.7 數據存取 39
2.8 數組形態變換 40
2.9 數組排序與搜索 41
2.10 矩陣與線性代數運算 42
2.10.1 創建Numpy矩陣 42
2.10.2 矩陣的屬性和基本運算 43
2.10.3 線性代數運算 44
本章小結 47
本章練習 48
本章實驗 48第3章 數據處理包Pandas 51
3.1 Pandas簡介 51
3.2 序列 52
3.2.1 序列創建及訪問 52
3.2.2 序列屬性 53
3.2.3 序列方法 54
3.2.4 序列切片 55
3.2.5 序列聚合運算 56
3.3 數據框 57
3.3.1 數據框創建 57
3.3.2 數據框屬性 57
3.3.3 數據框方法 58
3.3.4 數據框切片 62
3.4 外部文件讀取 64
3.4.1 Excel文件讀取 64
3.4.2 TXT文件讀取 65
3.4.3 CSV文件讀取 66
3.5 常用函數 67
3.5.1 時間處理函數 67
3.5.2 數據框合并函數 68
3.5.3 數據框關聯函數 69
3.6 常見數據處理和計算任務 70
3.6.1 滾動計算 70
3.6.2 時間元素提取 71
3.6.3 映射與離散化 73
3.6.4 分組計算 75
本章小結 77
本章練習 77
本章實驗 78
第4章 數據可視化包Matplotlib 83
4.1 Matplotlib繪圖基礎 83
4.1.1 Matplotlib圖像構成 83
4.1.2 Matplotlib繪圖基本流程 83
4.1.3 中文字符顯示 85
4.1.4 坐標軸字符刻度標注 87
4.2 Matplotlib常用圖形繪制 88
4.2.1 散點圖 89
4.2.2 線性圖 90
4.2.3 柱狀圖 92
4.2.4 直方圖 92
4.2.5 餅圖 93
4.2.6 箱線圖 94
4.2.7 子圖 95
本章小結 97
本章練習 98
本章實驗 98
第5章 機器學習與實現 103
5.1 Scikit-learn簡介 103
5.2 數據預處理 104
5.2.1 缺失值處理 104
5.2.2 數據規范化 106
5.2.3 主成分分析 109
5.3 線性回歸 115
5.3.1 一元線性回歸 116
5.3.2 多元線性回歸 118
5.3.3 Python線性回歸應用舉例 119
5.4 邏輯回歸 121
5.4.1 邏輯回歸模型 122
5.4.2 Python邏輯回歸模型應用舉例 122
5.5 神經網絡 123
5.5.1 神經網絡模擬思想 123
5.5.2 神經網絡結構及數學模型 125
5.5.3 Python神經網絡分類應用
舉例 125
5.5.4 Python神經網絡回歸應用
舉例 127
5.6 支持向量機 128
5.6.1 支持向量機原理 128
5.6.2 Python支持向量機應用
舉例 129
5.7 K-均值聚類 131
5.7.1 K-均值聚類的基本原理 132
5.7.2 Python K-均值聚類算法
應用舉例 134
5.8 關聯規則 136
5.8.1 關聯規則概念 137
5.8.2 布爾關聯規則挖掘 138
5.8.3 一對一關聯規則挖掘及Python實現 138
5.8.4 多對一關聯規則挖掘及Python實現 141
本章小結 145
本章練習 145
本章實驗 149
第6章 金融數據基礎 154
6.1 上市公司及其約束規范 154
6.2 上市公司數據收集、生產及主要指標解讀 155
6.2.1 公司治理結構 156
6.2.2 公司財務報表 160
6.2.3 公司財務分析指標 1636.3 股票交易市場數據生產、加工及理解 165
6.3.1 股票交易數據基本知識 165
6.3.2 股票交易數據生產場景 166
6.3.3 股票高頻交易數據 167
6.3.4 股票日頻交易數據 169
6.3.5 股票價格指數日頻交易數據 170
6.4 金融數據開源接口 172
6.4.1 tushare安裝 172
6.4.2 數據獲取實例 173本章小結 174
本章練習 174
本章實驗 174案 例 篇第7章 基礎案例 176
7.1 股票價格指數周收益率和
月收益率的計算 176
7.1.1 案例介紹 176
7.1.2 周收益率計算 177
7.1.3 月收益率計算 179
7.2 上市公司凈利潤增長率的計算 181
7.2.1 案例介紹 181
7.2.2 指標計算 182
7.3 股票價、量走勢圖的繪制 183
7.3.1 案例介紹 183
7.3.2 繪圖數據計算 184
7.3.3 繪圖及圖形保存 185
7.4 股票價格移動平均線的繪制 187
7.4.1 案例介紹 187
7.4.2 圖形繪制 188
7.5 滬深300指數走勢預測 192
7.5.1 案例介紹 192
7.5.2 指標計算 193
7.5.3 模型求解 194
7.6 基于主成分聚類的上市公司
盈利能力分析 195
7.6.1 案例介紹 195
7.6.2 案例分析及計算 196
7.7 國際股票指數關聯分析 202
7.7.1 問題描述 202
7.7.2 數據預處理 203
7.7.3 關聯規則挖掘 206
7.7.4 問題拓展 208
7.7.5 結果分析 210
本章小結 210
本章練習 210
本章實驗 211
第8章 綜合案例1：上市公司
綜合評價 215
8.1 案例背景 215
8.2 案例目標及實現思路 215
8.3 基于總體規模與投資效率
指標的綜合評價 216
8.3.1 指標選擇 217
8.3.2 數據處理 217
8.3.3 主成分分析 218
8.3.4 綜合排名 218
8.3.5 收益率計算 219
8.3.6 量化投資策略設計與分析 221
8.4 基于成長與價值指標的綜合
評價 226
8.4.1 指標選擇 226
8.4.2 數據處理 226
8.4.3 主成分分析 228
8.4.4 綜合排名 228
8.4.5 收益率計算 229
8.4.6 量化投資策略設計與分析 230
本章小結 234
本章練習 235
本章實驗 235
第9章 綜合案例2：股票價格漲跌
趨勢預測 237
9.1 案例背景 237
9.2 案例目標及實現思路 237
9.3 指標計算 238
9.3.1 移動平均線 239
9.3.2 指數平滑異同平均線 239
9.3.3 隨機指標 240
9.3.4 相對強弱指標 241
9.3.5 乖離率指標 241
9.3.6 能量潮指標 241
9.3.7 漲跌趨勢指標 242
9.3.8 計算舉例 242
9.4 預測模型構建 246
9.4.1 訓練集和測試集的劃分 246
9.4.2 數據標準化處理 246
9.4.3 模型求解 247
9.5 預測結果分析 247
9.6 量化投資策略設計與分析 249
9.6.1 函數定義 249
9.6.2 量化投資策略設計 251
本章小結 253
本章練習 254
本章實驗 254
第 10章 綜合案例3：股票價格形態聚類與收益分析 258
10.1 案例背景 258
10.2 案例目標及實現思路 258
10.3 數據獲取 260
10.4 股票價格形態特征提取 260
10.4.1 關鍵價格點概念及提取算法 260
10.4.2 基于關鍵價格點的形態特征表示 261
10.4.3 基于關鍵價格點的形態特征提取 263
10.5 股票價格形態聚類與收益率計算 266
10.5.1 K-*頻繁值聚類算法 266
10.5.2 基于K-*頻繁值聚類算法的股票價格形態聚類 268
10.5.3 類平均收益率的計算 268
10.5.4 股票形態圖繪制 270
10.6 量化投資策略設計與分析 274
10.6.1 函數定義及使用方法 274
10.6.2 訓練樣本與預測樣本的構建 277
10.6.3 量化投資策略設計 278
本章小結 279
本章練習 279
本章實驗 280第 11章 綜合案例4：行業聯動與輪動分析 282
11.1 案例背景 282
11.2 案例目標及實現思路 282
11.3 數據獲取 283
11.4 日行業聯動與輪動分析 285
11.4.1 指標計算 285
11.4.2 行業聯動關聯規則挖掘 286
11.4.3 行業輪動關聯規則挖掘 288
11.5 周行業聯動與輪動分析 290
11.5.1 指標計算 290
11.5.2 行業聯動關聯規則挖掘 293
11.5.3 行業輪動關聯規則挖掘 294
11.6 月行業聯動與輪動分析 294
11.6.1 指標計算 294
11.6.2 行業聯動關聯規則挖掘 298
11.6.3 行業輪動關聯規則挖掘 299
11.7 量化投資策略設計與分析 300
本章小結 305
本章練習 305
本章實驗 305實 訓 篇第 12章 綜合實訓 307
12.1 行業盈利狀況可視化分析實訓 307
12.1.1 實訓內容 307
12.1.2 實訓指導 30812.2 上市公司透明度綜合評價實訓 309
12.2.1 實訓內容 309
12.2.2 實訓指導 31012.3 基于支持向量機的量化擇時實訓 310
12.3.1 實訓內容 310
12.3.2 實訓指導 31112.4 上市公司綜合能力聚類分析實訓 312
12.4.1 實訓內容 312
12.4.2 實訓指導 313
12.5 股票聯動與輪動分析實訓 313
12.5.1 實訓內容 313
12.5.2 實訓指導 314
12.6 上市公司財務風險預警模型實訓 315
12.6.1 實訓內容 315
12.6.2 實訓指導 315
12.7 上市公司高送轉預測實訓 316
12.7.1 實訓內容 316
12.7.2 實訓指導 317
12.8 上市公司新聞標題情感分類實訓 318
12.5.1 實訓內容 318
12.5.2 實訓指導 318參考文獻 321
展開全部
PYTHON金融數據分析與挖掘(微課版) 作者簡介
黃恒秋，2011.7-2014.6 就職于深圳市國泰安信息技術有限公司，從事CSMAR數據庫分析師、軟件策劃及設計相關工作 2014.9-今 廣西民族師范學院數學與計算機科學學院專任教師，從事數據分析與挖掘、數學建模、Python語言、MATLAB語言、高等數學相關課程教學工作。
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
月亮虎
- >
煙與鏡
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
莉莉和章魚
- >
李白與唐代文化
- >
史學評論
- >
伯納黛特,你要去哪(2021新版)
本類暢銷
