Python金融数据分析与挖掘实战电子书

内容提要

前言

基础篇

第1章 Python基础

1.1 Python概述

1.2 Python安装及启动

1.3 Python基本数据类型

1.4 Python相关的公有方法

1.5 列表、元组与字符串方法

1.6 字典方法

1.7 条件语句

1.8 循环语句

1.9 函数

1.10 Python在金融大数据中的应用

本章小结

本章练习

第2章 科学计算包Numpy

2.1 Numpy简介

2.2 创建数组

2.3 数组尺寸

2.4 数组运算

2.5 数组切片

2.6 数组连接

2.7 数据存取

2.8 数组形态变换

2.9 数组排序与搜索

2.10 矩阵与线性代数运算

本章小结

本章练习

第3章 数据处理包Pandas

3.1 Pandas简介

3.2 序列

3.3 数据框

3.4 外部文件读取

3.5 滚动计算函数

本章小结

本章练习

第4章 数据可视化包Matplotlib

4.1 Matplotlib绘图基础

4.2 Matplotlib常用图形绘制

本章小结

本章练习

第5章 机器学习包Scikit-learn

5.1 Scikit-learn简介

5.2 数据预处理

5.3 线性回归

5.4 逻辑回归

5.5 神经网络

5.6 支持向量机

5.7 K-均值聚类

本章小结

本章练习

第6章 关联规则基础知识

6.1 关联规则概念

6.2 布尔关联规则挖掘

6.3 关联规则挖掘应用：国际股票指数关联分析

本章小结

本章练习

案例篇

第7章 基础案例

7.1 众包任务特征指标的计算

7.2 股票价格指数周收益率和月收益率的计算

7.3 上市公司净利润增长率的计算

7.4 股票价、量走势图的绘制

7.5 股票价格移动平均线的绘制

7.6 沪深300指数走势预测

7.7 基于主成分聚类的上市公司盈利能力分析

本章小结

本章练习

第8章 综合案例1：上市公司综合评价

8.1 案例背景

8.2 案例目标及实现思路

8.3 基于总体规模与投资效率指标的综合评价

8.4 基于成长与价值指标的综合评价

本章小结

本章练习

第9章 综合案例2：股票价格涨跌趋势预测

9.1 案例背景

9.2 案例目标及实现思路

9.3 指标计算

9.4 预测模型构建

9.5 预测结果分析

9.6 量化投资策略设计与分析

本章小结

本章练习

第10章 综合案例3：股票价格形态聚类章与收益分析

10.1 案例背景

10.2 案例目标及实现思路

10.3 数据获取

10.4 股票价格形态特征提取

10.5 股票价格形态聚类与收益率计算

10.6 量化投资策略设计与分析

本章小结

本章练习

第11章 综合案例4：行业联动与轮动分析

11.1 案例背景

11.2 案例目标及实现思路

11.3 数据获取

11.4 日行业联动与轮动分析

11.5 周行业联动与轮动分析

11.6 月行业联动与轮动分析

11.7 量化投资策略设计与分析

本章小结

本章练习

实训篇

第12章 综合实训

12.1 行业盈利状况可视化分析实训

12.2 上市公司透明度综合评价实训

12.3 基于支持向量机的量化择时实训

12.4 上市公司综合能力聚类分析实训

12.5 股票联动与轮动分析实训

参考文献