×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
Python量化金融与人工智能

Python量化金融与人工智能

1星价 ¥49.7 (7.2折)
2星价¥49.7 定价¥69.0
暂无评论
图文详情
  • ISBN:9787302581536
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:其他
  • 页数:337
  • 出版时间:2021-07-01
  • 条形码:9787302581536 ; 978-7-302-58153-6

本书特色

《Python量化金融与人工智能》是“2019年广东省高等教育教学研究和改革项目(大数据时代经济与金融计量分析课程教学改革)”“2020年广东财经大学投资学教学团队建设项目”“2020年投资学专业广东省一流本科专业建设项目”“2021年投资学专业国家级一流本科专业建设项目”等阶段性成果。 通过《Python量化金融与人工智能》,读者不仅能掌握使用Python及相关的库来解决实际经济与金融计量分析问题,而且能学会从实际经济与金融问题分析入手,利用Python进行经济与金融计量分析。 案例引人入胜,语言通俗易懂,图解阐释理论,实用性强,通过学习,技能可以直接上手

内容简介

《Python量化金融与人工智能》内容包括:量化金融投资基础及Python下载、安装与启动,Python编程基础,Python金融数据存取,Python工具库NumPy数组与矩阵计算,Python工具库SciPy优化与统计分析,Python工具库Pandas数据对象及数据分析,Python描述统计,Python参数估计及其应用,Python参数假设检验,Python相关分析与回归分析,Python多重共线性处理,Python异方差处理,Python自相关处理,Python金融时间序列分析的日期处理,Python金融时间序列的自相关性与平稳性,Python金融时间序列分析的ARIMA模型,Python金融时间序列分析的ARCH与GARCH模型,Python资产组合的收益率与风险,Python-optimize工具优化资产组合均值方差模型,Python在有无风险资产的均值方差模型中的应用,Python在资本资产定价模型中的应用,贝塔对冲策略,量化选股策略分析,量化择时策略分析,量化选股与量化择时组合策略分析,金融大数据量化投资统计套利的协整配对交易策略,基于Python环境的配对交易策略,人工智能机器学习量化金融策略等。 《Python量化金融与人工智能》内容新颖、全面,实用性强,融理论、方法、应用于一体,是一部供金融学、金融工程、投资学、保险学、经济学、财政学、统计学、应用统计、数量经济学、管理科学与工程、计算机应用技术、应用数学、计算数学、概率统计、财务管理、会计学、工商管理等专业的本科高年级学生与研究生使用的参考书。

目录

第1篇 量化金融投资基础与Python技术
第1章 量化金融投资基础及Python
下载、安装与启动
1.1 量化金融投资基础
1.1.1 量化金融投资的概念
1.1.2 量化金融投资的优势
1.1.3 量化金融投资的历史和未来
1.1.4 量化金融投资的应用与流程
1.2 Python工具概述
1.3 Python工具的下载
1.4 Python的安装
1.5 Python的启动和退出
练习题
第2章 Python编程基础
2.1 Python的两个基本操作
2.2 Python数据结构
2.3 Python函数
2.4 Python条件与循环
2.5 Python类与对象
练习题
第3章 Python金融数据存取
3.1 Python-NumPy数据存取
3.2 Python-Scipy数据存取
3.3 Python-pandas的csv格式数据文件存取
3.4 Python-pandas的Excel格式数据文件存取
3.5 读取并查看数据表列
3.6 读取挖地兔财经网站的数据
3.7 挖地兔Tushare财经网站数据的保存
3.8 使用Opendatatools工具获取数据
3.9 Python-quandl财经数据接口
3.10 下载Yahoo财经网站数据
3.11 存取Yahoo财经网站数据
练习题
第4章 Python工具库NumPy数组与矩阵计算
4.1 NumPy概述
4.2 NumPy数组对象
4.3 创建数组
4.4 数组操作
4.5 数组元素访问
4.6 矩阵操作
4.7 缺失值处理
练习题
第5章 Python工具库SciPy优化与统计分析
5.1 SciPy概述
5.2 scipy.optimize优化方法分析
5.3 利用CVXOPT求解二次规划问题
5.4 scipy.stats的统计方法分析
练习题
第6章 Python工具库Pandas数据对象及数据分析
6.1 Pandas基础知识
6.1.1 数据对象
6.1.2 增删查改
6.1.3 Pandas常用函数
6.1.4 绘图
6.1.5 数据读写
6.2 Pandas基本金融数据分析
6.3 Pandas横向合并金融数据分析
6.4 Pandas纵向分类汇总金融数据分析
练习题

第2篇 Python统计分析
第6篇 Python量化金融投资策略
第7章 Python描述统计
7.1 描述性统计的Python工具
7.2 数据集中趋势的度量
7.3 数据离散状况的度量
7.4 峰度、偏度与正态性检验
7.5 异常数据处理
练习题
第8章 Python参数估计及其应用
8.1 参数估计与置信区间的含义
8.2 Python点估计
8.3 Python单正态总体均值区间估计
8.4 Python单正态总体方差区间估计
8.5 Python双正态总体均值差区间估计
8.6 Python双正态总体方差比区间估计
练习题
第9章 Python参数假设检验
9.1 参数假设检验的基本理论
9.1.1 p-value决策
9.1.2 假设检验
9.2 Python单样本t检验
9.3 Python两个独立样本t检验
9.4 Python配对样本t检验
9.5 Python单样本方差假设检验
9.6 Python双样本方差假设检验
练习题
第10章 Python相关分析与回归分析
10.1 Python相关分析
10.2 Python一无线性回归分析的statsmodels应用
10.3 Python多元线性回归分析
练习题
……
第3篇 Python基本计量经济分析
第4篇 Python金融时间序列分析
第5篇 Python金融投资理论
展开全部

作者简介

朱顺泉,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、公司金融、金融市场、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,一直致力于财经与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,。主持完成国家社会科学项目基金、教育部社会科学项目基金等项目共十余项。主要研究方向:投资学、金融工程、金融市场、公司金融财务等。

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