導覽
近期變更
隨機頁面
新手上路
新頁面
優質條目評選
繁體
不转换
简体
繁體
3.140.197.93
登入
工具
閱讀
檢視原始碼
特殊頁面
頁面資訊
求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。
檢視 Python金融数据分析 的原始碼
←
Python金融数据分析
前往:
導覽
、
搜尋
由於下列原因,您沒有權限進行 編輯此頁面 的動作:
您請求的操作只有這個群組的使用者能使用:
用戶
您可以檢視並複製此頁面的原始碼。
{| class="wikitable" align="right" |- |<center><img src=https://www0.kfzimg.com/G06/M00/20/C2/p4YBAFsmeNKARMm6AADEiCqaa3A101_s.jpg width="260"></center> <small>[https://book.kongfz.com/175580/6920000265 来自 孔夫子网 的图片]</small> |} 《'''Python金融数据分析'''》,张毓华 著,出版社: 湖南大学出版社。 [[书籍]]是知识<ref>[https://www.sohu.com/a/110337865_464088 什么是知识?],搜狐,2016-08-13</ref>的源泉,只有书籍才能解救人类,只有知识才能使我们变成精神上坚强的、真正的、有理性<ref>[https://www.sohu.com/a/130751429_492771 理性,是解决绝大多数问题的关键],搜狐,2017-03-28</ref>的人。唯有这种人能真诚地热爱人,尊重人的劳动,衷心地赞赏[[人类]]永不停息的伟大劳动所创造的最美好的成果。 ==内容简介== 本书共12章,以Python软件为基础,详细介绍了近现代各种统计分析模型在数据分析中的应用及其软件实现。内容涉及Python融数据爬虫、描述性统计与数据可视化、Copula、回归分析、时间序列分析、聚类分析、主成分和因子分析、投资组合、资产定价、风险管理、机器学论、方法和应用。本书既有较强的理论深度,又有切合理论的案例分析,具有理论和实践指导意义。 ==目录== 第1章[[数据]]分析概述及Python环境 数据类型 数据来源 1.3常用数据分析工具 1.4Python环境配置 1.5Python常用模块介绍 第2章Python基础 2.1Python基础语法 2.2Python数据结构 2.3控制语句 2.4函数 日期和[[时间]] 2.6random模块 2.7Python常用库・ 第3章数据采集 3.1网络爬虫・ 3.2开源数据・ 第4章数据描述与可视化 4.1数据描述 4.2数据可视化 4.3基本统计图形 第5章数据回归分析 5.1一元线性回归模型 5.2多元线性回归模型 第6章聚类分析 6.1距离和相似系数 6.2系统聚类法 6.3动态聚类法 第7章主成分分析和因子分析 7.1主成分分析 7.2因子分析 数据时间序列分析 时间序列的基础知识 时间序列的建模 自回归模型 8.4移动平均模型 ARMA模型 8.6ARIMA模型 8.7异方差时间序列模型 投资组合 收益与风险的衡量 9.2投资组合概述 9,3典投资组合模型 第10章风险度量与方法 在险价值・ 期望损失 10.3VaR和ES的估计方法 10.4基于极值理论的风险估计 10.5历史模拟法 10.6蒙特卡罗模拟法 第11章机器学p> 11.1数据预处理 优化算法 分解算法 模型应用. Copula 12.1Copula理论 特殊Copula 常用Copula介绍 Copula相关性测度 Copula参数估计 藤Copula模型 12.7案例分析 参考文献 ==参考文献== [[Category:040 類書總論;百科全書總論]]
返回「
Python金融数据分析
」頁面