Python金融数据分析与挖掘实战 在线下载 pdf mobi 2025 epub 电子版

《Python金融数据分析与挖掘实战》从Python基础入门讲起，到应用Python进行科学计算、数据处理、数据可视化、挖掘建模基础训练，再到利用Python进行金融数据挖掘与量化投资实战，深入浅出地介绍了如何使用Python进行金融数据分析、挖掘和量化投资的全过程。

《Python金融数据分析与挖掘实战》分3篇：基础篇、案例篇和实训篇。基础篇（第1～6章）主要介绍Python基础及应用于科学计算、数据处理、数据可视化、机器学习、关联规则等方面的基础知识；案例篇（第7～11章）主要介绍利用Python进行金融数据挖掘分析的基础案例和综合案例；实训篇（第12章），由5个实训组成。《Python金融数据分析与挖掘实战》将从Python基础知识、基本数据分析技能，扩展到基础案例和综合案例，最后通过实训帮助读者强化训练，完成Python金融数据分析与挖掘相关知识的学习。

《Python金融数据分析与挖掘实战》提供配套的案例数据、程序代码，适合作为普通高等院校数学、计算机、经济管理专业相关课程的教材，也适合作为金融数据挖掘研究者、爱好者的参考书。

版权信息

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

1.2.1 Python安装

1.2.2 Python启动及界面认识

1.2.3 Python安装扩展包

1.3 Python基本数据类型

1.3.1 数值的定义

1.3.2 字符串的定义

1.3.3 列表的定义

1.3.4 元组的定义

1.3.5 集合的定义

1.3.6 字典的定义

1.4 Python相关的公有方法

1.4.1 索引

1.4.2 切片

1.4.3 长度

1.4.4 统计

1.4.5 成员身份

1.4.6 变量删除

1.5 列表、元组与字符串方法

1.5.1 列表方法

1.5.2 元组方法

1.5.3 字符串方法

1.6 字典方法

1.7 条件语句

1.7.1 if…语句

1.7.2 if…else…语句

1.7.3 if…elif…else…语句

1.8 循环语句

1.8.1 while语句

1.8.2 for循环

1.9 函数

1.9.1 无返回值函数的定义与调用

1.9.2 有返回值函数的定义与调用

1.9.3 有多返回值函数的定义与调用

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

2.2.1 利用array（）函数创建数组

2.2.2 利用内置函数创建数组

2.3 数组尺寸

2.4 数组运算

2.5 数组切片

2.5.1 常见的数组切片方法

2.5.2 利用ix_（）函数进行数组切片

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

2.10.1 创建Numpy矩阵

2.10.2 矩阵的属性和基本运算

2.10.3 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

3.2.1 序列创建及访问

3.2.2 序列属性

3.2.3 序列方法

3.2.4 序列切片

3.2.5 序列聚合运算

3.3 数据框

3.3.1 数据框创建

3.3.2 数据框属性

3.3.3 数据框方法

3.3.4 数据框切片

3.4 外部文件读取

3.4.1 Excel文件读取

3.4.2 TXT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

4.1.1 Matplotlib图像构成

4.1.2 Matplotlib绘图基本流程

4.1.3 中文字符显示

4.1.4 坐标轴字符刻度标注

4.2 Matplotlib常用图形绘制

4.2.1 散点图

4.2.2 线性图

4.2.3 柱状图

4.2.4 直方图

4.2.5 饼图

4.2.6 箱线图

4.2.7 子图

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

5.2.1 缺失值处理

5.2.2 数据规范化

5.2.3 主成分分析

5.3 线性回归

5.3.1 一元线性回归

5.3.2 多元线性回归

5.3.3 Python线性回归应用举例

5.4 逻辑回归

5.4.1 逻辑回归模型

5.4.2 Python逻辑回归模型应用举例

5.5 神经网络

5.5.1 神经网络模拟思想

5.5.2 神经网络结构及数学模型

5.5.3 Python神经网络分类应用举例

5.5.4 Python神经网络回归应用举例

5.6 支持向量机

5.6.1 支持向量机原理

5.6.2 Python支持向量机应用举例

5.7 K-均值聚类

5.7.1 K-均值聚类的基本原理

5.7.2 Python K-均值聚类算法应用举例

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

6.2.1 一对一关联规则挖掘及Python实现

6.2.2 多对一关联规则挖掘及Python实现

6.3 关联规则挖掘应用：国际股票指数关联分析

6.3.1 问题描述

6.3.2 数据预处理

6.3.3 关联规则挖掘

6.3.4 问题拓展

6.3.5 结果分析

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

7.1.1 案例介绍

7.1.2 案例分析

7.1.3 指标计算

7.2 股票价格指数周收益率和月收益率的计算

7.2.1 案例介绍

7.2.2 周收益率计算

7.2.3 月收益率计算

7.3 上市公司净利润增长率的计算

7.3.1 案例介绍

7.3.2 指标计算

7.4 股票价、量走势图的绘制

7.4.1 案例介绍

7.4.2 绘图数据计算

7.4.3 绘图及图形保存

7.5 股票价格移动平均线的绘制

7.5.1 案例介绍

7.5.2 图形绘制

7.6 沪深300指数走势预测

7.6.1 案例介绍

7.6.2 指标计算

7.6.3 模型求解

7.7 基于主成分聚类的上市公司盈利能力分析

7.7.1 案例介绍

7.7.2 案例分析及计算

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

8.3.1 指标选择

8.3.2 数据处理

8.3.3 主成分分析

8.3.4 综合排名

8.3.5 收益率计算

8.3.6 量化投资策略设计与分析

8.4 基于成长与价值指标的综合评价

8.4.1 指标选择

8.4.2 数据处理

8.4.3 主成分分析

8.4.4 综合排名

8.4.5 收益率计算

8.4.6 量化投资策略设计与分析

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

9.3.1 移动平均线

9.3.2 指数平滑异同平均线

9.3.3 随机指标

9.3.4 相对强弱指标

9.3.5 乖离率指标

9.3.6 能量潮指标

9.3.7 涨跌趋势指标

9.3.8 计算举例

9.4 预测模型构建

9.4.1 训练集和测试集的划分

9.4.2 数据标准化处理

9.4.3 模型求解

9.5 预测结果分析

9.6 量化投资策略设计与分析

9.6.1 函数定义

9.6.2 量化投资策略设计

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

10.4.1 关键价格点概念及提取算法

10.4.2 基于关键价格点的形态特征表示

10.4.3 基于关键价格点的形态特征提取

10.5 股票价格形态聚类与收益率计算

10.5.1 K-最频繁值聚类算法

10.5.2 基于K-最频繁值聚类算法的股票价格形态聚类

10.5.3 类平均收益率的计算

10.5.4 股票形态图绘制

10.6 量化投资策略设计与分析

10.6.1 函数定义及使用方法

10.6.2 训练样本与预测样本的构建

10.6.3 量化投资策略设计

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

11.4.1 指标计算

11.4.2 行业联动关联规则挖掘

11.4.3 行业轮动关联规则挖掘

11.5 周行业联动与轮动分析

11.5.1 指标计算

11.5.2 行业联动关联规则挖掘

11.5.3 行业轮动关联规则挖掘

11.6 月行业联动与轮动分析

11.6.1 指标计算

11.6.2 行业联动关联规则挖掘

11.6.3 行业轮动关联规则挖掘

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

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：Python金融数据分析与挖掘实战在线阅读

在线听书地址：Python金融数据分析与挖掘实战在线收听

在线购买地址：Python金融数据分析与挖掘实战在线购买

暂无原文赏析，正在全力查找中！

书籍介绍

《Python金融数据分析与挖掘实战》从Python基础入门讲起，到应用Python进行科学计算、数据处理、数据可视化、挖掘建模基础训练，再到利用Python进行金融数据挖掘与量化投资实战，深入浅出地介绍了如何使用Python进行金融数据分析、挖掘和量化投资的全过程。

《Python金融数据分析与挖掘实战》分3篇：基础篇、案例篇和实训篇。基础篇（第1～6章）主要介绍Python基础及应用于科学计算、数据处理、数据可视化、机器学习、关联规则等方面的基础知识；案例篇（第7～11章）主要介绍利用Python进行金融数据挖掘分析的基础案例和综合案例；实训篇（第12章），由5个实训组成。《Python金融数据分析与挖掘实战》将从Python基础知识、基本数据分析技能，扩展到基础案例和综合案例，最后通过实训帮助读者强化训练，完成Python金融数据分析与挖掘相关知识的学习。

《Python金融数据分析与挖掘实战》提供配套的案例数据、程序代码，适合作为普通高等院校数学、计算机、经济管理专业相关课程的教材，也适合作为金融数据挖掘研究者、爱好者的参考书。

• 作者：洪小七 发布时间：2014-02-27 16:06:46

  一般一般，除了图片，几下就翻完了。

• 作者：于喜喜 发布时间：2017-02-08 14:00:51

  看了名画，还有简单童真的文字介绍

• 作者：Mihai 发布时间：2021-10-15 15:33:24

  比较有趣的一章是关于行业轮动的策略，主要就是基于日、周、月线级别，这日/周/月 涨的行业 和下个月涨的用关联规则算法计算其关联度作为轮动的结论，可以看出日，周线级别不明显，月线轮动有一定的参考统计意义上的价值。

• 作者：星星的种子 发布时间：2014-09-29 17:02:41

  作者有点烦的是他总在嫌弃别人俗……但是读了这书下来觉得他也挺俗的……

• 作者：日月当空 发布时间：2022-08-20 00:33:48

  普及依旧，了解姓氏背后的故事。

• 作者：昊天 发布时间：2020-07-22 21:58:53

  本书从Python基础入门讲起，到应用Python进行科学计算、数据处理、数据可视化、挖掘建模基础训练，再到利用Python进行金融数据挖掘与量化投资实战，深入浅出地介绍了如何使用Python进行金融数据分析、挖掘和量化投资的全过程。

• 奇妙的纸上之旅

  作者：文小妖 发布时间：2017-11-14 18:15:52

  

  《邂逅风景》

  文/文小妖

  “国际安徒生奖”是全球儿童文学界的最高荣耀，一直素有“小诺贝尔奖”之称。该奖由国际儿童读物联盟（IBBY）颁发，每两年评选一次，是全球所有童书作者和插画家们仰慕的最高级别的奖项。这个奖项从1956年设立，一开始只设有作家奖项部分，1966年开始，特别独立出画家奖项部分。

  基于谨慎，国际安徒生奖的评选过程特别冗长，其对候选者的要求也相当严格。不仅要求在艺术上有独步当代的成就，也要求他们的创作必须能对世界儿童产生健康、积极的精神鼓舞。“国际安徒生奖”一生只能获得一次，一旦获得此奖，便拥有终生的荣誉。

  1984年，“国际安徒生奖”的画家奖颁给了日本绘本作家、画家安野光雅。

  安野光雅一直擅长于精致入微的水彩画法，他有着画家所特有的细致观察力和独特的感受力。同时，他也是一个充满着好奇心和丰富想象力的“大孩子”，将脑海里的许多想法付诸于画笔，为成人和孩子们洞开了一个个美妙而又新奇的世界。

  

  静谧的山林，无垠的大海，悠闲的田野，独特的街景……翻开安野光雅的最新画册集《邂逅风景》，我如同爱丽丝一样，掉进了另一个世界，与这些异国他乡的风景来了一次亲密的接触。

  与善于用人物来烘托风景以及用色明艳的著名日本画家原田泰治不同的是，

  安野光雅画笔下的自然风光色调淡雅柔和，笔触细腻，糅合了淡淡的日式风格，甚至有一股顺其自然的禅意。他的风景画似乎喜欢小幅度的晕染和留白，无疑给看画人留下更多的浪漫遐想空间，让人从诗情画意中感受着艺术所带来的视觉享受与独特感悟。

  画笔承载着画家的丰富思想和对眼里所看到的世界的理解，40幅不同国家，地方的风景画犹如一个个微缩的世界，被安野光雅的画笔定格成了永恒。在这些风景画中，呈现出一种岁月静好的状态，然而，这状态并不是单一的和静止的，里面不经意中闪现着灵动。

  

  《佩特罗伊奥的山丘》

  安野光雅通过调整视觉和场景、特写和远景的方法，用同色系的深浅色彩一笔笔渲染，画面的层次感和灵动感在这些微小的细节中体现得淋漓尽致。

  诚如，《佩特罗伊奥的山丘》中由近及远的山丘上的不同色彩的草色，让人能感受到风吹过境时的一种清爽；《魁北克的老街》漂亮建筑物上空的天色，或淡或浓，或粗或细，为圣劳伦斯河的这个河口小镇的秋色增添了几分厚重感；再如，《科尔蒂纳丹佩佐的山》，虽是“粗糙”的寥寥几笔，但山体的粗粝、陡峭在同色系的深浅中立体感尽显；《奥维托附近的村庄》中，最惊艳、最让人心颤的竟是那几抹星星点点的不同黄色（白杨叶），黄得耀眼，为这个普通的小山村增色不少……安野光雅用画笔营造出了一种非凡的效果，让人深刻地感受到大自然的壮美、秀丽的同时，也能感受到自然风景为我们的心灵带来的温柔触动。

  《邂逅风景》是一本有着独特视角的“旅行画册”，看画人与每幅风景的邂逅，无疑在经历着一段段奇妙的纸上之旅。

  

  《魁北克的老街》

  

  《科尔蒂纳丹佩佐的山》

  

  《奥维托附近的村庄》

  

  《圣彼得堡的郊外》

• 不要让孩子成为坏情绪伤害的对象

  作者：Ashley 发布时间：2015-08-23 12:58:59

  翻开书脸红了，哎，这画的是我吗？每个妈妈都爱孩子，可是很多妈妈又总会忍不住地对着孩子发脾气。当孩子顽皮捣乱的时候，当妈妈工作烦心压力大的时候，当各种矛盾恰好碰到一起的时候，妈妈难免用发火的方式来渲泄自己的情绪，可正是这样，受伤害最深的是孩子。

  尤塔•保尔画笔下的企鹅妈妈冲小企鹅大声吼叫，结果把企鹅震得四分五裂，虽然画得有些夸张，但是正是用这种令人匪夷所思的表达方式恰当地形容被妈妈的怒吼伤及到的孩子的身心状态。

  小企鹅的脑袋飞上了宇宙、身体掉进了海里、翅膀迷失在热带雨林、嘴巴落到了山顶、屁股湮没在嘈杂的城市里、只有双脚依然站在那里，然后开始不停地奔跑……

  小企鹅的双脚想帮自己找回身体的其他部位，可是身体的每个结构都离得太远，无法找回自己。这就是孩子所受到的伤害。孩子怎么会有能力自我解救？当孩子受到妈妈言语行为的伤害之后，受到的是莫大的挫伤。读到这里，我们是否也都应该反思一下自己的言行，是不是我们在生活中，也常常这样用言语行为伤害了孩子？说出去的话，发出去的火，是不是都没有挽回，没有顾及孩子的心理感受？时常会看到一些这样的新闻：某某孩子因为家长的训斥而离家出走，甚至是有的孩子因为成绩不如家长的意而跳楼自杀……这些令人悲痛事件的发生，正是因为表达爱的方式不正确。如果我们真的爱我们的孩子，我们就应该好好控制自己的情绪，不要让孩子成为被我们坏情绪伤害的对象。

  这本书的情节很简单，但是却像一面镜子，让爸爸妈妈们看到自己存在同样的问题，从而反思自我，学会调整自己，宽容孩子。

  故事的后半截：大嗓门的企鹅妈妈找回了小企鹅的所有碎片，把它们缝在了一起。企鹅妈妈一改之前的狂躁，向企鹅宝宝道歉，用温柔的声音与它沟通。

  这才是孩子想要的妈妈。然而我们在和孩子共读这个故事的时候，也是想告诉孩子，虽然妈妈有时候嗓门大，有时候会发脾气，但是妈妈对孩子的爱是不变的。每个人在生活中都会遇到不开心的事，可能会向最亲近的人发泄自己的情绪，但是发过脾气之后，我们要转换自己的能量，不要让坏情绪一直影响着自己和家人，不要让坏情绪成为自己和孩子之间的沟通障碍。

  这是一本精装绘本，硬纸板封面，封面上是一只企鹅妈妈的背影，她的左手拉着一只小企鹅。“大嗓门妈妈”五个字赫然其中，如此的封面让人很好奇书中会是什么样的故事。书中的图画比较简洁，但是故事内容确实值得我们深思，这是一本非常适合妈妈和孩子亲子共读的图画书。

  文/ashley