×
数量经济学系列丛书经济金融数据分析及其PYTHON应用/朱顺泉

数量经济学系列丛书经济金融数据分析及其PYTHON应用/朱顺泉

1星价 ¥31.5 (7.0折)
2星价¥31.5 定价¥45.0
暂无评论
图文详情
  • ISBN:9787302497431
  • 装帧:65g胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:其他
  • 页数:224
  • 出版时间:2017-01-01
  • 条形码:9787302497431 ; 978-7-302-49743-1

本书特色

Python是一款非常优秀的数据分析、图形展示和机器学习软件,《金融经济数据分析及其Python应用》侧重于使用Python进行金融经济数据分析,同时结合大量精选的实例问题对Python进行科学、准确和全面的介绍,以便使读者能深刻理解R的精髓和灵活、高效的使用技巧。

内容简介

Python是一款很好很好的数据分析、图形展示和机器学习软件,《金融经济数据分析及其Python应用》侧重于使用Python进行金融经济数据分析,同时结合大量精选的实例问题对Python进行科学、准确和全面的介绍,以便使读者能深刻理解R的精髓和灵活、高效的使用技巧。

目录

目录



第1章经济金融数据分析及Python环境

1.1经济金融数据类型

1.2经济金融数据来源

1.3经济金融数据分析工具简介

1.4Python数据分析工具的下载

1.5数据分析工具Python的安装

1.6Python的启动和退出

1.7Python数据分析相关的程序包

1.8Python数据分析快速入门

练习题

第2章Python数据分析程序包应用基础

2.1Python数据分析的NumPy应用基础

2.2Python数据分析的SciPy应用基础

2.3Python数据分析的Pandas应用基础

练习题

第3章Python数据分析的数据存取

3.1PythonNumPy数据存取

3.2PythonSciPy数据存取

3.3PythonPandas的csv格式数据文件存取

3.4PythonPandas的Excel格式数据文件存取

3.5读取并查看数据表列

3.6读取Yahoo财经网站数据

3.7读取挖地兔财经网站数据

3.8挖地兔Tushare财经网站数据保存与读取

练习题

第4章Python图形的绘制和可视化

4.1Matplotlib绘图应用基础


4.2直方图的绘制

4.3散点图的绘制

4.4气泡图的绘制

4.5箱图的绘制

4.6饼图的绘制

4.7条形图的绘制

4.8折线图的绘制

4.9曲线标绘图的绘制

4.10连线标绘图的绘制

4.11复杂图形的绘制

4.12关于绘图中显示中文的问题处理

练习题

第5章概率统计分布的Python应用

5.1二项分布

5.2泊松分布

5.3正态分布

5.4β分布

5.5均匀分布

5.6指数分布

练习题

第6章描述性统计的Python应用

6.1描述性统计量

6.2描述性统计的Python工具

6.3单组数据描述性统计的Python应用

6.4多组数据描述性统计的Python应用

练习题

第7章参数估计的Python应用

7.1参数估计与置信区间的含义

7.2点估计的Python应用

7.3单正态总体均值区间估计的Python应用

7.4单正态总体方差区间估计的Python应用

7.5双正态总体均值差区间估计的Python应用

7.6双正态总体方差比区间估计的Python应用

练习题

第8章参数假设检验的Python应用

8.1参数假设检验的基本理论

8.2单个样本t检验的Python应用

8.3两个独立样本t检验的Python应用

8.4配对样本t检验的Python应用

8.5单样本方差假设检验的Python应用

8.6双样本方差假设检验的Python应用

练习题

第9章相关分析与一元回归数据分析的Python应用

9.1相关分析基本理论

9.2相关分析的Python应用

9.3一元线性回归分析基本理论

9.4一元线性回归数据分析的Python应用

9.5自相关性诊断的Python应用

练习题

第10章多元回归数据分析的Python应用

10.1多元线性回归分析基本理论

10.2多元线性回归数据分析的Python应用

10.3多元回归分析的Scikitlearn工具应用

10.4稳健线性回归分析Python应用

10.5逻辑Logistic回归分析Python应用

10.6广义线性回归分析Python应用

练习题

第11章机器学习数据分析的Python应用

11.1机器学习算法分类

11.2常见的机器学习算法及其Python代码

11.3K*近邻算法银行贷款分类的Python应用

11.4各种机器学习算法的Python应用

11.5K*近邻算法分类的Python应用

练习题

第12章时间序列数据分析的Python应用

12.1时间序列分析的ARIMA建模

12.2ARIMA模型时间序列分析的PythonStatsmodels应用


12.3时间序列数据分析ARIMA模型的Python应用

练习题

第13章量化金融数据分析的Python应用

13.1战胜股票市场策略可视化的Python应用

13.2股票数据描述性统计的Python应用

13.3资产组合标准均值方差模型及其Python应用

13.4资产组合有效边界的Python绘制

13.5Markowitz投资组合优化的Python应用

13.6蒙特卡罗模拟股票期权定价的Python应用

13.7蒙特卡罗模拟期权价格稳定性的Python应用

练习题



展开全部

作者简介

朱顺泉。二〇〇一年于中南大学管理科学与工程专业研究生毕业,获管理学博士学位,二〇〇四年于上海财经大学应用经济学专业金融计量与统计方向博士后研究出站,二〇〇六年评为教授。曾先后工作于湖南财经学院、湖南大学、暨南大学等,指导各类硕士生七十余人,现为广东财经大学金融学院教授,长期从事本科生与研究生的投资学、金融工程学、公司金融学、金融计量学、经济博弈论、数据模型与决策等课程的教学和科研工作,一直致力于财经管理与信息科技相结合的交叉应用研究。在人民、科学、清华、北大等出版社出版著作四十余部,在《Journal of Mathematical Finance》、《Journal of Financial Risk Management》、《Lecture Notes in Decision Science》等学术刊物上发表学术论文一百余篇,主持完成国家社会科学基金、教育部社会科学基金、广东省科技计划软科学基金、湖南省社会科学基金、广州市社会科学基金、广州市科技计划软科学基金、广东省财政厅等项目共十余项,主持完成各类校级项目十项。主要研究方向:投资学、金融工程、公司金融财务等,在量化金融与对冲基金、科技金融与技术创新、

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航