基于Python的金融分析

作者: 郑丰著

出版社: 首都经济贸易大学出版社

出版时间: 2020-07

版次: 1

ISBN: 9787563830831

定价: 43.00

装帧: 平装

开本: 16开

纸张: 胶版纸

页数: 232页

分类: 教材教辅考试>教材>大学教材>经济

4人买过

Python语言被称为“胶水”语言，它的语法精确而简洁，尤其具有大量的第三方工具使它成为处理金融行业的错综复杂的事务的可靠选择。Python语言又是一门非常有亲和力的语言，它对非计算机专业出身的开发者十分友善。本书列举了大量的实例，通过对案例的讲解使读者能由浅入深地逐步展开Python语言的金融之旅。郑丰北方工业大学经济管理学院副教授。教授课程 “ERP系统应用实训”“ERP沙盘模拟”等。主要研究方向为金融数据分析、金融系统建模、信息系统开发。出版著作多部，发表论文多篇，完成多项各级科研项目。

目录

1Python基础知识

11Python环境搭建
111Python官网及下载
112Python安装
113Python环境配置
114Python运行
12Python基本数据类型
121运算符
122数字
123字符串
124列表
125元祖
126字典
127集合
13Python基本语句
131条件语句
132while循环语句
133for循环语句
14Python函数和模块
141Python函数
142Python模块
143Python文件I/O

2NumPy基础知识
21NumPy环境搭建及数组对象
211NumPy安装
212NumPy对象
213数据类型
214数组属性
22NumPy创建与索引
221创建数组
222数字范围创建数组
223切片和索引
23NumPy操作
231广播
232迭代
233修改数组形状
234翻转数组
235连接数组
236分割数组
237添加与删除
24NumPy函数
241数学函数
242算术函数
243统计函数
244排序函数

3Pandas基础知识
31Pandas环境安装及数据结构
311Pandas环境安装
312Pandas系列
313Pandas数据帧
314Pandas面板
32Pandas操作
321系列基本操作
322数据帧基本操作
323合并与连接
33Pandas函数
331I/O函数
332统计函数

4金融市场可视化分析
41可视化基础Matplotlib
411基本引用方法和figure对象
412绘制图形
413添加辅助信息
42绘制股价基本走势图
421获取股价数据
422绘制基础走势
43绘制股价专业分析图
431绘制多个子图
432绘制成交量图
433绘制K线图

5金融市场技术指标
51摆动类指标
511KDJ指标
512RSI指标
513WR指标
52趋势类指标
521MACD指标
522MA指标
53通道类指标
531BOLL指标
532ENE指标

6金融市场描述统计分析
61集中趋势分析
611集中趋势指标
612绘制直方图
62离散度分析
621极差
622平均绝对离差
623方差和标准差
63数据分布分析
631偏度
632峰度

7金融市场回归分析
71一元线性回归分析
711回归方程的形式
712参数的估计
72沪深两市指数一元回归分析
721模型构建及分析
722模型检验
73多元回归分析
731多元回归模型
732A股白云山多元回归模型构建

8金融市场收益率和风险分析
81收益率分析
811单利及简单收益率分析
812复利收益率分析
82金融风险分析
821金融风险分类
822风险计量方法
823风险测度
824最大回撤
825风险价值

9金融市场投资组合分析
91投资组合收益率和风险
911计算投资组合收益率和风险
912等权重投资组合
913市值加权投资组合
92马科维茨投资组合分析
921马科维茨投资组合理论
922蒙特卡洛模拟求解
93夏普最优组合分析
931夏普指数
932夏普指数分析

10量化交易初步
101量化交易框架
1011策略构建阶段
1012策略回测阶段
1013策略执行阶段
1014风险管理阶段
102单均线策略
1021单均线策略的实现
1022单均线策略的优化
103双均线策略
1031双均线策略的实现
1032双均线策略的优化
内容简介:
Python语言被称为“胶水”语言，它的语法精确而简洁，尤其具有大量的第三方工具使它成为处理金融行业的错综复杂的事务的可靠选择。Python语言又是一门非常有亲和力的语言，它对非计算机专业出身的开发者十分友善。本书列举了大量的实例，通过对案例的讲解使读者能由浅入深地逐步展开Python语言的金融之旅。
作者简介:
郑丰北方工业大学经济管理学院副教授。教授课程 “ERP系统应用实训”“ERP沙盘模拟”等。主要研究方向为金融数据分析、金融系统建模、信息系统开发。出版著作多部，发表论文多篇，完成多项各级科研项目。
目录:
目录

1Python基础知识

11Python环境搭建
111Python官网及下载
112Python安装
113Python环境配置
114Python运行
12Python基本数据类型
121运算符
122数字
123字符串
124列表
125元祖
126字典
127集合
13Python基本语句
131条件语句
132while循环语句
133for循环语句
14Python函数和模块
141Python函数
142Python模块
143Python文件I/O

2NumPy基础知识
21NumPy环境搭建及数组对象
211NumPy安装
212NumPy对象
213数据类型
214数组属性
22NumPy创建与索引
221创建数组
222数字范围创建数组
223切片和索引
23NumPy操作
231广播
232迭代
233修改数组形状
234翻转数组
235连接数组
236分割数组
237添加与删除
24NumPy函数
241数学函数
242算术函数
243统计函数
244排序函数

3Pandas基础知识
31Pandas环境安装及数据结构
311Pandas环境安装
312Pandas系列
313Pandas数据帧
314Pandas面板
32Pandas操作
321系列基本操作
322数据帧基本操作
323合并与连接
33Pandas函数
331I/O函数
332统计函数

4金融市场可视化分析
41可视化基础Matplotlib
411基本引用方法和figure对象
412绘制图形
413添加辅助信息
42绘制股价基本走势图
421获取股价数据
422绘制基础走势
43绘制股价专业分析图
431绘制多个子图
432绘制成交量图
433绘制K线图

5金融市场技术指标
51摆动类指标
511KDJ指标
512RSI指标
513WR指标
52趋势类指标
521MACD指标
522MA指标
53通道类指标
531BOLL指标
532ENE指标

6金融市场描述统计分析
61集中趋势分析
611集中趋势指标
612绘制直方图
62离散度分析
621极差
622平均绝对离差
623方差和标准差
63数据分布分析
631偏度
632峰度

7金融市场回归分析
71一元线性回归分析
711回归方程的形式
712参数的估计
72沪深两市指数一元回归分析
721模型构建及分析
722模型检验
73多元回归分析
731多元回归模型
732A股白云山多元回归模型构建

8金融市场收益率和风险分析
81收益率分析
811单利及简单收益率分析
812复利收益率分析
82金融风险分析
821金融风险分类
822风险计量方法
823风险测度
824最大回撤
825风险价值

9金融市场投资组合分析
91投资组合收益率和风险
911计算投资组合收益率和风险
912等权重投资组合
913市值加权投资组合
92马科维茨投资组合分析
921马科维茨投资组合理论
922蒙特卡洛模拟求解
93夏普最优组合分析
931夏普指数
932夏普指数分析

10量化交易初步
101量化交易框架
1011策略构建阶段
1012策略回测阶段
1013策略执行阶段
1014风险管理阶段
102单均线策略
1021单均线策略的实现
1022单均线策略的优化
103双均线策略
1031双均线策略的实现
1032双均线策略的优化

查看详情

基于Python的金融分析

内容简介:

作者简介:

目录: