Python金融数据分析 封面

Python金融数据分析

评分 3.2
字数
8.6万字
章节数
64
ISBN
9787522027555

标签

内容简介

Python自1991年诞生以来,目前已经成为非常受欢迎的动态编程语言,由于拥有海量的库,所以Python在各个领域都有广泛的应用,在金融界采用Python进行科学计算、量化投资的势头也越来越猛。目前各种在线策略编程平台都支持Python语言,例如优矿、米筐、聚宽等,因此本课程选择python作为金融计算软件进行教学。

本课程采用课堂讲授与实操讲解相结合,从零开始介绍Python基础语法、数据结构、表达式、运算、控制流、函数、模块等,由浅入深、循序渐进,结合量化投资策略进行编程实操与代码详解,进一步拓展介绍金融分析工具,为学生未来运用Python从事量化投资、金融分析等工作奠定基础。

本课程是建立在金融学、投资学、固定收益证券、金融工程学等基础上的一门专业课程,对实现该专业的教学目的与未来学生从事投资工作具有重要意义。

编辑推荐

本书的定位清晰:以课堂教学与实操相结合的方式,把Python基础语法与量化投资场景绑定起来讲。它的亮点不在于穷举语言特性,而在于从零起步的语法讲解之后迅速进入金融分析工具与策略编程实操,让读者在写代码的过程中理解数据结构、控制流、函数与模块的用途。对于金融学、投资学背景的学习者,这种编排能减少“学语法不知何用”的挫败感;对于已有一定编程基础但缺乏金融场景练习的读者,书中的策略示例可作为进入量化领域的过渡训练。需要提醒的是,本书以课程教学为设计出发点,读者最好同步动手敲代码,仅靠阅读难以获得实质提升;同时,书中涉及量化策略内容,读者应具备基本的金融学与投资学知识,才能理解策略背后的逻辑而非机械照搬代码。

适合谁读

适合

  • 金融学、投资学等专业学生,需要将编程与量化分析结合学习
  • 有初步编程概念、希望进入量化投资领域的转行者,需要场景练习
  • 金融从业者想用Python处理分析与策略回测,寻求入门路径
  • 修读金融数据分析课程的学习者,需要配套实操示例与讲解

不适合

  • 完全没有编程经验的读者若不愿投入时间动手练习,收获有限
  • 寻求高级量化模型或复杂机器学习方法的资深研究者,本书偏基础入门
  • 只想了解金融理论而不打算写代码的读者,本书以编程实操为主线

阅读建议

  1. 按章节顺序边读边在本地环境敲代码,每章至少完成一遍示例再进入下一章
  2. 先补齐金融学与投资学基础概念,再阅读策略实操部分,避免只抄代码
  3. 把书中策略示例改写为小练习,如更换数据或调整参数,观察结果变化
  4. 遇到报错先自行排查再对照书中讲解,养成调试习惯比记住语法更重要

出版社简介

中国金融出版社 中国 · 成立于 1956 年

中国金融出版社以金融、财经、政治与理财类读物的出版为主要方向。库内收录相关图书223种,既有《世界金融史:从起源到现代体系的形成》《世界金融史:体系的碰撞与变化》等梳理金融演进脉络的通史著作,也包含《中国金融政策报告2024》《中国金融政策报告2022》等年度政策报告,以及《数字货币:概念与选择(周小川的论述与问答)》《论中国金融体系的主要矛盾与资本市场》《财政管理体制、地方治理与经济发展》等议题专著,另有《现代商业银行资产负债管理手册(第2版)》一类实务工具书。作者资源方面,贺力平、吴晓灵、陆磊、何海峰、丁志杰、曹莉、吕远、何佳等学者的著述构成该社内容基础。其出版特色在于贴近金融政策与市场实践,兼顾理论梳理和操作指导;关于丛书体系与整体出版规划,公开资料有限。

目录

  1. 版权信息
  2. 本书编委会
  3. 序言
  4. 第一篇 基础概述
  5. 第1章 Python金融数据分析概述
  6. 1.1 Python与金融数据分析的契合
  7. 1.2 Python在金融数据分析中的重要用途
  8. 1.3 本章小结
  9. 第2章 Python在金融中的基本运用
  10. 2.1 数据结构在金融中的运用
  11. 2.2 运算符号在金融中的运用
  12. 2.3 函数在金融中的运用
  13. 2.4 语句在金融中的运用
  14. 2.5 公牛集团案例
  15. 2.6 本章小结
  16. 第二篇 数据处理与可视化
  17. 第3章 金融数据处理
  18. 3.1 金融数据的读写
  19. 3.2 金融数据基本统计分析
  20. 3.3 金融数据筛选与缺失值处理
  21. 3.4 金融数据整合与重塑
  22. 3.5 金融数据预处理与特征工程
  23. 3.6 本章小结
  24. 第4章 金融数据可视化
  25. 4.1 Matplotlib模块简介
  26. 4.2 曲线图
  27. 4.3 直方图
  28. 4.4 条形图
  29. 4.5 散点图
  30. 4.6 饼图
  31. 4.7 本章小结
  32. 第三篇 计量经济分析
  33. 第5章 线性回归模型及其Python应用
  34. 5.1 计量经济学简介
  35. 5.2 多元线性回归模型
  36. 5.3 违背经典假定的回归分析
  37. 5.4 Python实战案例:检验美国电力行业是否存在规模经济
  38. 5.5 本章小结
  39. 第6章 时间序列模型及其Python应用
  40. 6.1 时间序列分析基础
  41. 6.2 自回归移动平均模型(ARMA)
  42. 6.3 广义自回归条件异方差模型(GARCH)
  43. 6.4 Python实战案例:利用GARCH模型进行中国石油股票数据分析
  44. 6.5 本章小结
  45. 第7章 Python在金融计量中的应用
  46. 7.1 Python在CAPM模型中的应用
  47. 7.2 Python在Fama-French三因子模型中的应用
  48. 7.3 Python在金融风险管理中的应用
  49. 7.4 本章小结
  50. 第四篇 量化交易分析
  51. 第8章 期货交易基础策略及Python应用
  52. 8.1 期货套期保值策略
  53. 8.2 期货套利策略
  54. 8.3 期货投机策略
  55. 8.4 期货资产配置策略
  56. 8.5 螺纹钢期货跨期套利交易案例
  57. 8.6 本章小结
  58. 第9章 期货交易进阶策略及Python应用
  59. 9.1 网格交易策略
  60. 9.2 Dual Thrust策略
  61. 9.3 海龟交易策略
  62. 9.4 价格动量分析策略
  63. 9.5 本章小结
  64. 后记

常见问题

零编程基础能学这本书吗?
可以,但需要投入时间动手实践。本书从Python基础语法、数据结构、表达式与运算讲起,设计上适合零起点读者。建议每读一节就亲自敲一遍代码并运行,遇到错误耐心调试,仅阅读文字难以掌握编程技能。
需要提前学哪些金融知识?
本书建立在金融学、投资学、固定收益证券与金融工程学等课程基础上。读者至少应了解收益率、风险、资产组合等基本概念,否则在策略实操部分容易只记住代码而无法理解其金融含义。
书中的量化策略可以直接用于实盘吗?
不宜直接用于实盘。本书以教学与实操讲解为目的,策略示例主要用于帮助理解编程与金融分析的结合方式。实盘涉及交易成本、滑点、风控与合规等复杂因素,读者应在充分学习与模拟测试后再谨慎对待真实投资。
学完之后能达到什么水平?
按课程设计,读者可掌握Python基础语法与常用金融分析工具,并能结合量化投资策略进行初步编程实操,为后续从事量化投资或金融分析工作打下基础。要达到独立研究或生产级开发水平,仍需持续练习与更深入的专业学习。

读者评论

查询本书

本站为索引目录:「全网查询」由您发起、在您的浏览器中运行,所列入口均指向第三方站点,请自行判断可用性。

作者简介

沈沛龙 作者 · 中国

沈沛龙,中国作者,公开资料有限。目前可确认的信息是,其创作与金融数据分析这一专业领域相关,库内收录的作品为《Python金融数据分析》。从题材看,这本书面向的是希望借助 Python 工具处理金融数据的读者,内容与考试类图书中常见的实务操作方向相契合,说明作者熟悉编程语言在金融场景中的实际运用。由于缺乏更详细的生平材料,无法介绍其学历背景、职业经历或研究方向,也难以判断其写作在同类书籍中的具体位置。仅就现有作品而言,作者行文偏向实用,重视把编程技能与金融分析任务结合起来,适合作为入门与练习的参考。读者在阅读时,可将其视为连接 Python 编程与金融数据处理的入门读物,借助具体操作理解数据整理、计算与呈现的基本思路。

李旭 作者

李旭,公开资料有限,其创作与编写方向横跨历史、文化、财经管理、考试与建筑等多个领域。在历史文化方面,他以茶马古道为主题写下多部作品,既关注马帮的传奇生涯,也把目光投向从横断山脉到青藏高原的路线,并考察沿途各民族商号的互动关系,笔触兼顾史实梳理与人文关怀。在财经管理领域,他围绕财务报表与出纳业务编写了多种图解类读物和实用技能指导,面向入门读者讲解编制与分析的基本方法。此外,他还涉足考研英语复试的听力口语训练。其写作整体偏向知识普及与实务操作,力求以清晰、易读的方式呈现不同题材。

李志楠 作者 · 中国

李志楠是中国作者,公开资料有限,目前可确认的信息主要围绕其一部作品展开。其代表作为《Python金融数据分析》,该书属于考试类常见分类,面向需要借助Python处理金融数据的读者。从题材来看,作者关注编程工具与金融分析之间的结合,试图把数据处理方法引入金融场景,帮助读者理解如何用代码完成分析任务。受限于公开资料,李志楠的教育背景、职业经历与研究方向尚不明确,库内也仅收录其一种作品,因此难以判断其写作风格的全貌与长期影响。就现有信息而言,这部作品体现了作者在金融数据分析领域的选题意识,也为相关学习和备考人群提供了一个可参考的读本。

刘建国 作者

刘建国的公开资料有限,目前只能从其署名作品了解其写作面貌。库内收录其作品4种,题材跨度较大:既有《考古测绘、遥感与GIS》这类面向历史与考古的技术性读物,也有《中国交通能源与碳达峰》这样关注能源与低碳发展的工业技术类作品;同时还涉及《Python金融数据分析》等信息与金融交叉领域,以及《信息类专业基础课实验指导教程》这类教学辅导用书。由此可见,其写作兼顾专业应用与教学实践,注重方法、工具与实际问题的结合,读者对象多为相关专业学生与从业者。由于生卒年、国籍、学历与职务等信息尚不明确,此处不作推测,仅就其已见作品的题材与取向作客观介绍。

同一作者

同类高分