- 中国轻工业出版社
- 9787518445417
- 1-1
- 502100
- 48255700-6
- 16开
- 2024-01
- 金融学
- 本科
作者简介
内容简介
本教材以金融行业的主要工作项目为载体设计课程，实现课程内容实操性、实用性和先进性。同时，在教学方法上体现实用性、课程标准职业性，实现真实工作情景下的“教、学、做”一体化。本书介绍如何利用新的程序语言进行金融建模并实现复杂的数据运算。书中讲授的程序工具与数据均可以通过公开渠道获取，通过建模与研究分析，你会对整个Python生态体系有全局性的认识。大量的实例分析也会加深你对金融风险管控的认知。本书可供高等院校金融学专业学生作为教材使用，同时可供金融从业人员及其他对用Python进行金融数据分析感兴趣者阅读。
目录
第1章 金融与Python
1.1 金融业语言
1.2 Anaconda
第2章 Python入门
2.1 基本运算
2.2 基本语法
2.3 数据结构
2.4 Numpy
2.5 Pandas
2.6 Scipy
2.7 Matplotlib
2.8 Seaborn
2.9 其他可视化包
第3章 数据
3.1 数据
3.2 大数据
3.3 数据分析
3.4 金融数据
第4章 数据清洗
4.1 目的与意义
4.2 初步数据整理
4.3 缺失值
4.4 离群值
4.5 误差
第5章 统计基础
5.1 统计数据
5.2 统计理论
第6章 股票数据分析
6.1 基本面分析
6.2 技术分析
6.3 定量分析
6.4 时间序列
6.5 单只股票
6.6 多只股票
6.7 蒙特卡洛模拟
6.8 技术指标预测
第7章 衍生品数据分析
7.1 金融衍生品
7.2 期货
7.3 期权
7.4 蒙特卡洛期权定价
第8章 外汇数据分析
8.1 数据获取
8.2 时间序列数据
8.3 时间序列预测
第9章 人工智能与预测
9.1 人工智能与金融
9.2 人工智能与Python
9.3 机器学习
9.4 神经网络
第10章 投资组合理论模型
10.1 投资组合模型
10.2 投资组合收益
10.3 投资组合效率
10.4 有效前沿
10.5 资本市场线
10.6 风险价值
10.7 投资组合优化
第11章 资本资产定价模型
11.1 CAPM模型
11.2 收益计算
11.3 CAPM指标
11.4 回测的指标
第12章 银行客户细分
12.1 细分的意义与作用
12.2 K均值
参考文献
1.1 金融业语言
1.2 Anaconda
第2章 Python入门
2.1 基本运算
2.2 基本语法
2.3 数据结构
2.4 Numpy
2.5 Pandas
2.6 Scipy
2.7 Matplotlib
2.8 Seaborn
2.9 其他可视化包
第3章 数据
3.1 数据
3.2 大数据
3.3 数据分析
3.4 金融数据
第4章 数据清洗
4.1 目的与意义
4.2 初步数据整理
4.3 缺失值
4.4 离群值
4.5 误差
第5章 统计基础
5.1 统计数据
5.2 统计理论
第6章 股票数据分析
6.1 基本面分析
6.2 技术分析
6.3 定量分析
6.4 时间序列
6.5 单只股票
6.6 多只股票
6.7 蒙特卡洛模拟
6.8 技术指标预测
第7章 衍生品数据分析
7.1 金融衍生品
7.2 期货
7.3 期权
7.4 蒙特卡洛期权定价
第8章 外汇数据分析
8.1 数据获取
8.2 时间序列数据
8.3 时间序列预测
第9章 人工智能与预测
9.1 人工智能与金融
9.2 人工智能与Python
9.3 机器学习
9.4 神经网络
第10章 投资组合理论模型
10.1 投资组合模型
10.2 投资组合收益
10.3 投资组合效率
10.4 有效前沿
10.5 资本市场线
10.6 风险价值
10.7 投资组合优化
第11章 资本资产定价模型
11.1 CAPM模型
11.2 收益计算
11.3 CAPM指标
11.4 回测的指标
第12章 银行客户细分
12.1 细分的意义与作用
12.2 K均值
参考文献
