幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Python金融編程(十四五普通高等教育精品系列教材)

  • 作者：編者:劉翠霞//臧亞君|責編:李特軍
  • 出版社：西南財大
  • ISBN：9787550463196
  • 出版日期：2024/08/01
  • 裝幀：平裝
  • 頁數：164
人民幣：RMB 38 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是以提升新金融時代交叉型複合人才的數據素養為目的而編寫的，是一本助力學生金融數據素養提升的基礎工具書。本書在結構安排上可分為兩部分：第一部分由第1章至第7章組成，主要系統介紹Python金融編程的基礎，包括Python環境基本介紹、運用Python環境獲取金融數據或者爬蟲數據、數據的可視化呈現庫、數據基本分析庫資源介紹等。第二部分由第8章至第11章組成，主要講解如何運用Python做量化分析，呈現Python的具體應用場景。
作者介紹
編者:劉翠霞//臧亞君|責編:李特軍
目錄
1  Python簡介
  1.1  初步認識Python
    1.1.1  Python的發展史
    1.1.2  Python的特點
  1.2  Python的安裝及環境
    1.2.1  集成環境Anaconda
    1.2.2  集成環境Pycharm
  1.3  庫資源的調用與安裝
    1.3.1  模塊／庫調用
    1.3.2  模塊／庫安裝
  1.4  Python訪問金融資料庫資源
    1.4.1  tushare庫
    1.4.2  AKShare庫
  作業
2  Python基本操作
  2.1  Python基本數據結構
    2.1.1  數據及基本類型
    2.1.2  列表
    2.1.3  元組
    2.1.4  集合
    2.1.5  字典
  2.2  數據索引及基礎運算
    2.2.1  數據索引
    2.2.2  列表擴展及更改
    2.2.3  字元串和數值型數據的轉化
    2.2.4  運算符
  2.3  Python中的循環語法
    2.3.1  條件循環語句
    2.3.2  for循環語句
    2.3.3  While循環
  2.4  函數
    2.4.1  函數定義
    2.4.2  函數的遞歸與嵌套
  2.5  異常程序處理
  作業
3  爬蟲基礎
  3.1  爬蟲概述
    3.1.1  爬蟲策略分類
    3.1.2  爬蟲手段分類
  3.2  正則表達
    3.2.1  字元串處理
    3.2.2  正則表達
  3.3  正則表達進階：匹配的高階
    3.3.1  findall.py
    3.3.2  貪婪匹配
    3.3.3  非貪婪匹配
    3.3.4  自動換行匹配
  3.4  網頁結構搭建基礎
    3.4.1  查看網頁代碼
    3.4.2  網頁結構

  3.5  網頁搭建
    3.5.1  HTML語言
    3.5.2  標題
    3.5.3  段落
    3.5.4  網路連接
    3.5.5  區塊
    3.5.6  類
    3.5.7  ID
  作業
4  網頁解析及爬蟲實戰
  4.1  請求庫
    4.1.1  ID請求庫urllih
    4.1.2  請求庫requests庫
  4.2  解析庫
    4.2.1  xPath解析庫
    4.2.2  Beautifulsoup解析庫
    4.2.3  requests-html解析庫
  4.3  爬蟲實戰
    4.3.1  案例一：爬取淘寶頁首頁鏈接標籤數據
    4.3.2  案例二：爬取百度熱榜數據
    4.3.3  案例三：爬取谷歌網頁起點小說網的相關數據
  作業
5  數據可視化
  5.1  繪圖環境
  5.2  Matplotlib簡介
    5.2.1  基本函數（canvas）
    5.2.2  繪製圖
    5.2.3  繪製多個圖
    5.2.4  編輯與美工
  5.3  Matplotlib進階
    5.3.1  創建畫布與區域
    5.3.2  在畫布上創建多個子圖
  5.4  繪製常用統計圖
    5.4.1  條形圖
    5.4.2  直方圖
    5.4.3  餅圖
    5.4.4  時序圖
    5.4.5  網格圖
  作業
6  NumPy數據分析庫
  6.1  NumPy庫數據結構
  6.2  NumPy數組
    6.2.1  數組簡介
    6.2.2  創建數組的幾種方法
    6.2.3  數組的分隔
    6.2.4  數組的連接
    6.2.5  數組運算
    6.2.6  數組切片
    6.2.7  數組變換
  6.3  NumPy矩陣及運算

    6.3.1  NumPy創建矩陣
    6.3.2  NumPy矩陣運算
    6.3.3  NumPy的子模塊linalg
  6.4  隨機數的生成
    6.4.1  生成隨機數
    6.4.2  生成服從正態分佈的隨機數
    6.4.3  生成服從卡方分佈的隨機數
    6.4.4  生成服從t分佈的隨機數
    6.4.5  生成服從F分佈的隨機數
    6.4.6  生成服從貝塔分佈的隨機數
    6.4.7  生成服從伽馬分佈的隨機數
    6.4.8  其他分佈
  6.5  NumPy庫實現金融數據分析
  作業
7  Pandas數據分析庫
  7.1  數列
    7.1.1  創建數列（Series）
    7.1.2  數列疊加
    7.1.3  數列刪除
    7.1.4  數列去除重複元素
  7.2  數據框
    7.2.1  創建數據框（DataFrame）
    1.2.2  數據框填充內各
    7.2.3  數據框排序
    7.2.4  數據連接
  7.3  運用pandas庫讀取外部文件數據
    7.3.1  read-excel讀取Excel文檔中的數據
    7.3.2  讀取其他格式本地路徑數據
    7.3.3  文件的寫入
  7.4  數據統計分析
    7.4.1  描述性統計分析
    7.4.2  分組分析
    7.4.3  數據分佈分析
    7.4.4  交叉分析
    7.4.5  相關分析
    7.4.6  滾動計算
  作業
8  金融中的線性模型及Python實現
  8.1  問題導入
  8.2  一元線性回歸模型
    8.2.1  模型構建
    8.2.2  模型識別
  8.3  多元線性回歸模型
  8.4  模型檢驗
    8.4.1  回歸方程擬合優度檢驗
    8.4.2  回歸方程擬合優度顯著性檢驗
    8.4.3  回歸係數顯著性檢驗（t檢驗）
  8.5  經典假定條件不成立情形分析
    8.5.1  異方差性問題
    8.5.2  異方差性檢驗

  8.6  一元線性回歸分析的Python實現
    8.6.1  Scipy庫簡介
    8.6.2  statsmodels庫
    8.6.3  多元線性回歸模型的Pvthon實現
  作業
9  ARMA模型及Python應用
  9.1  模型簡介
    9.1.1  ARMA模型
    9.1.2  模型自相關檢驗
    9.1.3  模型平穩性檢驗
  9.2  模型應用及Python實現
    9.2.1  案例一
    9.2.2  案例二
  作業
10  ARCH模型及Python應用
  10.1  ARCH模型
    10.1.1  ARCH模型簡介
    10.1.2  GARCH模型簡介
    10.1.3  TARCH模型簡介
    10.1.4  ARCH-LM效應檢驗
  10.2  ARCH建模案例
  作業
11  綜合案例研究：用戶消費行為數據分析
  11.1  案例簡介
  11.2  初步分析
    11.2.1  數據導入
    11.2.2  數據預處理
    11.2.3  數據分析
    11.2.4  用戶分層
參考文獻
附表

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032