Python金融数据分析与挖掘实战
作者: 黄恒秋等23.13万字28人 正在读
已完结现代当代当代文学
目录 (292章)
倒序
正文
001 Python基础002 Python基础-1.1 Python概述003 .2.1 Python安装004 .2.2 Python启动及界面认识005 .2.3 Python安装扩展包006 Python基础-1.3 Python基本数据类型007 .3.1 数值的定义008 .3.2 字符串的定义009 .3.3 列表的定义010 .3.4 元组的定义011 .3.5 集合的定义012 .3.6 字典的定义013 Python基础-1.4 Python相关的公有方法014 .4.1 索引015 .4.2 切片016 .4.3 长度017 .4.4 统计018 .4.5 成员身份019 .4.6 变量删除020 .5.1 列表方法021 .5.2 元组方法022 .5.3 字符串方法023 Python基础-1.6 字典方法024 Python基础-1.7 条件语句025 .7.1 if…语句026 .7.2 if…else…语句027 .7.3 if…elif…else…语句028 Python基础-1.8 循环语句029 .8.1 while语句030 .8.2 for循环031 Python基础-1.9 函数032 .9.1 无返回值函数的定义与调用033 .9.2 有返回值函数的定义与调用034 .9.3 有多返回值函数的定义与调用035 Python基础-1.10 Python在金融大数据中的应用036 Python基础-本章小结037 Python基础-本章练习038 科学计算包Numpy(1)039 科学计算包Numpy(2)040 科学计算包Numpy(3)041 科学计算包Numpy(4)042 科学计算包Numpy-2.1 Numpy简介043 科学计算包Numpy-2.2 创建数组044 .2.1 利用array（）函数创建数组045 .2.2 利用内置函数创建数组046 科学计算包Numpy-2.3 数组尺寸047 科学计算包Numpy-2.4 数组运算048 科学计算包Numpy-2.5 数组切片049 .5.1 常见的数组切片方法050 .5.2 利用ix_（）函数进行数组切片051 科学计算包Numpy-2.6 数组连接052 科学计算包Numpy-2.7 数据存取053 科学计算包Numpy-2.8 数组形态变换054 科学计算包Numpy-2.9 数组排序与搜索055 科学计算包Numpy-2.10 矩阵与线性代数运算056 .10.1 创建Numpy矩阵057 .10.2 矩阵的属性和基本运算058 .10.3 线性代数运算059 科学计算包Numpy-本章小结060 科学计算包Numpy-本章练习061 数据处理包Pandas(1)062 数据处理包Pandas(2)063 数据处理包Pandas(3)064 数据处理包Pandas(4)065 数据处理包Pandas-3.1 Pandas简介066 数据处理包Pandas-3.2 序列067 .2.1 序列创建及访问068 .2.2 序列属性069 .2.3 序列方法070 .2.4 序列切片071 .2.5 序列聚合运算072 数据处理包Pandas-3.3 数据框073 .3.1 数据框创建074 .3.2 数据框属性075 .3.3 数据框方法076 .3.4 数据框切片077 数据处理包Pandas-3.4 外部文件读取078 .4.1 Excel文件读取079 .4.2 TXT文件读取080 数据处理包Pandas-3.5 滚动计算函数081 数据处理包Pandas-本章小结082 数据处理包Pandas-本章练习083 数据可视化包Matplotlib(1)084 数据可视化包Matplotlib(2)085 数据可视化包Matplotlib(3)086 数据可视化包Matplotlib(4)087 数据可视化包Matplotlib-4.1 Matplotlib绘图基础088 .1.1 Matplotlib图像构成089 .1.2 Matplotlib绘图基本流程090 .1.3 中文字符显示091 .1.4 坐标轴字符刻度标注092 数据可视化包Matplotlib-4.2 Matplotlib常用图形绘制093 .2.1 散点图094 .2.2 线性图095 .2.3 柱状图096 .2.4 直方图097 .2.5 饼图098 .2.6 箱线图099 .2.7 子图100 数据可视化包Matplotlib-本章小结101 数据可视化包Matplotlib-本章练习102 机器学习包Scikit-learn(1)103 机器学习包Scikit-learn(2)104 机器学习包Scikit-learn(3)105 机器学习包Scikit-learn(4)106 机器学习包Scikit-learn(5)107 机器学习包Scikit-learn(6)108 机器学习包Scikit-learn(7)109 机器学习包Scikit-learn(8)110 机器学习包Scikit-learn(9)111 机器学习包Scikit-learn-5.1 Scikit-learn简介112 机器学习包Scikit-learn-5.2 数据预处理113 .2.1 缺失值处理114 .2.2 数据规范化115 .2.3 主成分分析116 机器学习包Scikit-learn-5.3 线性回归117 .3.1 一元线性回归118 .3.2 多元线性回归119 .3.3 Python线性回归应用举例120 机器学习包Scikit-learn-5.4 逻辑回归121 .4.1 逻辑回归模型122 .4.2 Python逻辑回归模型应用举例123 机器学习包Scikit-learn-5.5 神经网络124 .5.1 神经网络模拟思想125 .5.2 神经网络结构及数学模型126 .5.3 Python神经网络分类应用举例127 .5.4 Python神经网络回归应用举例128 机器学习包Scikit-learn-5.6 支持向量机129 .6.1 支持向量机原理130 .6.2 Python支持向量机应用举例131 机器学习包Scikit-learn-5.7 K-均值聚类132 .7.1 K-均值聚类的基本原理133 .7.2 Python K-均值聚类算法应用举例134 机器学习包Scikit-learn-本章小结135 机器学习包Scikit-learn-本章练习136 关联规则基础知识(1)137 关联规则基础知识(2)138 关联规则基础知识(3)139 关联规则基础知识(4)140 关联规则基础知识(5)141 关联规则基础知识-6.1 关联规则概念142 关联规则基础知识-6.2 布尔关联规则挖掘143 .2.1 一对一关联规则挖掘及Python实现144 .2.2 多对一关联规则挖掘及Python实现145 关联规则基础知识-6.3 关联规则挖掘应用：国际股票指数关联分析146 .3.1 问题描述147 .3.2 数据预处理148 .3.3 关联规则挖掘149 .3.4 问题拓展150 .3.5 结果分析151 关联规则基础知识-本章小结152 关联规则基础知识-本章练习153 案例篇(1)154 案例篇(2)155 案例篇(3)156 案例篇(4)157 案例篇(5)158 案例篇(6)159 案例篇(7)160 基础案例161 基础案例-7.1 众包任务特征指标的计算162 .1.1 案例介绍163 .1.2 案例分析164 .1.3 指标计算165 基础案例-7.2 股票价格指数周收益率和月收益率的计算166 .2.1 案例介绍167 .2.2 周收益率计算168 .2.3 月收益率计算169 基础案例-7.3 上市公司净利润增长率的计算170 .3.1 案例介绍171 .3.2 指标计算172 基础案例-7.4 股票价、量走势图的绘制173 .4.1 案例介绍174 .4.2 绘图数据计算175 .4.3 绘图及图形保存176 基础案例-7.5 股票价格移动平均线的绘制177 .5.1 案例介绍178 .5.2 图形绘制179 基础案例-7.6 沪深300指数走势预测180 .6.1 案例介绍181 .6.2 指标计算182 .6.3 模型求解183 基础案例-7.7 基于主成分聚类的上市公司盈利能力分析184 .7.1 案例介绍185 .7.2 案例分析及计算186 基础案例-本章小结187 基础案例-本章练习188 综合案例1：上市公司综合评价(1)189 综合案例1：上市公司综合评价(2)190 综合案例1：上市公司综合评价(3)191 综合案例1：上市公司综合评价(4)192 综合案例1：上市公司综合评价(5)193 综合案例1：上市公司综合评价(6)194 综合案例1：上市公司综合评价-8.1 案例背景195 综合案例1：上市公司综合评价-8.2 案例目标及实现思路196 综合案例1：上市公司综合评价-8.3 基于总体规模与投资效率指标的综合评价197 .3.1 指标选择198 .3.2 数据处理199 .3.3 主成分分析200 .3.4 综合排名201 .3.5 收益率计算202 .3.6 量化投资策略设计与分析203 综合案例1：上市公司综合评价-8.4 基于成长与价值指标的综合评价204 .4.1 指标选择205 .4.2 数据处理206 .4.3 主成分分析207 .4.4 综合排名208 .4.5 收益率计算209 .4.6 量化投资策略设计与分析210 综合案例1：上市公司综合评价-本章小结211 综合案例1：上市公司综合评价-本章练习212 综合案例2：股票价格涨跌趋势预测(1)213 综合案例2：股票价格涨跌趋势预测(2)214 综合案例2：股票价格涨跌趋势预测(3)215 综合案例2：股票价格涨跌趋势预测(4)216 综合案例2：股票价格涨跌趋势预测(5)217 综合案例2：股票价格涨跌趋势预测-9.1 案例背景218 综合案例2：股票价格涨跌趋势预测-9.2 案例目标及实现思路219 综合案例2：股票价格涨跌趋势预测-9.3 指标计算220 .3.1 移动平均线221 .3.2 指数平滑异同平均线222 .3.3 随机指标223 .3.4 相对强弱指标224 .3.5 乖离率指标225 .3.6 能量潮指标226 .3.7 涨跌趋势指标227 .3.8 计算举例228 综合案例2：股票价格涨跌趋势预测-9.4 预测模型构建229 .4.1 训练集和测试集的划分230 .4.2 数据标准化处理231 .4.3 模型求解232 综合案例2：股票价格涨跌趋势预测-9.5 预测结果分析233 综合案例2：股票价格涨跌趋势预测-9.6 量化投资策略设计与分析234 .6.1 函数定义235 .6.2 量化投资策略设计236 综合案例2：股票价格涨跌趋势预测-本章小结237 综合案例2：股票价格涨跌趋势预测-本章练习238 综合案例3：股票价格形态聚类章与收益分析(1)239 综合案例3：股票价格形态聚类章与收益分析(2)240 综合案例3：股票价格形态聚类章与收益分析(3)241 综合案例3：股票价格形态聚类章与收益分析(4)242 综合案例3：股票价格形态聚类章与收益分析(5)243 综合案例3：股票价格形态聚类章与收益分析(6)244 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245 综合案例3：股票价格形态聚类章与收益分析-10.2 案例目标及实现思路246 综合案例3：股票价格形态聚类章与收益分析-10.3 数据获取247 综合案例3：股票价格形态聚类章与收益分析-10.4 股票价格形态特征提取248 .4.1 关键价格点概念及提取算法249 .4.2 基于关键价格点的形态特征表示250 .4.3 基于关键价格点的形态特征提取251 综合案例3：股票价格形态聚类章与收益分析-10.5 股票价格形态聚类与收益率计算252 .5.1 K-最频繁值聚类算法253 .5.2 基于K-最频繁值聚类算法的股票价格形态聚类254 .5.3 类平均收益率的计算255 .5.4 股票形态图绘制256 综合案例3：股票价格形态聚类章与收益分析-10.6 量化投资策略设计与分析257 .6.1 函数定义及使用方法258 .6.2 训练样本与预测样本的构建259 .6.3 量化投资策略设计260 综合案例3：股票价格形态聚类章与收益分析-本章小结261 综合案例3：股票价格形态聚类章与收益分析-本章练习262 综合案例4：行业联动与轮动分析(1)263 综合案例4：行业联动与轮动分析(2)264 综合案例4：行业联动与轮动分析(3)265 综合案例4：行业联动与轮动分析(4)266 综合案例4：行业联动与轮动分析(5)267 综合案例4：行业联动与轮动分析(6)268 综合案例4：行业联动与轮动分析-11.1 案例背景269 综合案例4：行业联动与轮动分析-11.2 案例目标及实现思路270 综合案例4：行业联动与轮动分析-11.3 数据获取271 综合案例4：行业联动与轮动分析-11.4 日行业联动与轮动分析272 .4.1 指标计算273 .4.2 行业联动关联规则挖掘274 .4.3 行业轮动关联规则挖掘275 综合案例4：行业联动与轮动分析-11.5 周行业联动与轮动分析276 .5.1 指标计算277 .5.2 行业联动关联规则挖掘278 .5.3 行业轮动关联规则挖掘279 综合案例4：行业联动与轮动分析-11.6 月行业联动与轮动分析280 .6.1 指标计算281 .6.2 行业联动关联规则挖掘282 .6.3 行业轮动关联规则挖掘283 综合案例4：行业联动与轮动分析-11.7 量化投资策略设计与分析284 综合案例4：行业联动与轮动分析-本章小结285 综合案例4：行业联动与轮动分析-本章练习286 实训篇287 综合实训-12.1 行业盈利状况可视化分析实训288 综合实训-12.2 上市公司透明度综合评价实训289 综合实训-12.3 基于支持向量机的量化择时实训290 综合实训-12.4 上市公司综合能力聚类分析实训291 综合实训-12.5 股票联动与轮动分析实训292 参考文献
精选推荐
领导力法则
[中国纺织出版社]
陆禹萌
已完结当代文学
销售心理学
[中国纺织出版社]
兰华
已完结当代文学
销售就是玩转情商
[中国纺织出版社]
王威
已完结当代文学
销售员情商实战训练
成功的销售需要高智商，更需要高情商。一个销售员的销售业绩，往往与他的情商成正比。本书从十个方面详细讲述了有效运用情商，提高销售业绩的方法和技巧。通过实际销售案例和销售心理学理论指导，以及实战点拨和情商拓展训练，帮助读者全方位、快速提高情商。故事性、多版块、碎片化的内容设置，有效降低读者阅读疲劳，提高阅读兴趣，不论是奔波在路上的销售小白，还是带领团队奋勇向前的销售经理，都能从中找到适合自己的销售软技巧。
刘军
已完结当代文学
让未来的你，感谢现在勇敢的自己
[中国纺织出版社]
王介威
已完结当代文学
行为心理学：华生的实用心理学课
[中国纺织出版社]
（美）约翰·华生著.倪彩
已完结当代文学
行为心理学入门（完全图解版）
行为心理学入门（完全图解版）是以作者多来年的心理辅导和咨询数据为素材，对现实生活中的行为心理学应用进行了形象、深入、全面的论述和解读。本书与日本心理学图解书形式相同，浅显易读，有趣又益。
武莉
已完结当代文学
自卑与超越
《自卑与（全译插图典藏版）》是个体心理学研究领域的著作，也是人本主义心理学先驱阿尔弗雷德·阿德勒的很好著作。阿德勒的学说以“自卑感”与“创造性自我”为中心，并强调“社会意识”。全书立足个人心理学的观点，从教育、家庭、婚姻、伦理、社交等多个领域，以大量的实例为论述基础，阐明了人生意义的真谛，帮助人们克服自卑、不断超自己，正确对待职业，正确理解社会与性。本书直接促进了亲子教育、人格培养、婚姻与爱情、职业生涯、家庭建设、人际关系等诸多领域的长足发展，成为人们了解心理学的经典读物。
（奥）阿尔弗雷德·阿德勒
已完结当代文学
自制力：道理我都懂，为什么就是过不好人生
[中国纺织出版社]
邱开杰
已完结当代文学