登入帳戶　 |　訂單查詢　 |　購物車/收銀台( 0 )　|　在線留言板　 |　付款方式　 |　運費計算　 |　聯絡我們　 |　幫助中心　|　 加入書簽
會員登入 新用戶登記
HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類瀏覽雜誌 臺灣用戶
品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心 服務：香港／台灣／澳門／海外 送貨：速遞／郵局／服務站

新書上架：簡體書 繁體書
暢銷書架：簡體書 繁體書
好書推介：簡體書 繁體書

八月出版：大陸書 台灣書
七月出版：大陸書 台灣書
六月出版：大陸書 台灣書
五月出版：大陸書 台灣書
四月出版：大陸書 台灣書
三月出版：大陸書 台灣書
二月出版：大陸書 台灣書
一月出版：大陸書 台灣書
12月出版：大陸書 台灣書
11月出版：大陸書 台灣書
十月出版：大陸書 台灣書
九月出版：大陸書 台灣書
八月出版：大陸書 台灣書
七月出版：大陸書 台灣書
六月出版：大陸書 台灣書

『簡體書』Python金融数据分析

書城自編碼： 4007463
分類：簡體書→大陸圖書→計算機/網絡→程序設計
作者： [美]艾瑞克·里文森 著 黄刚 译
國際書號(ISBN)： 9787302663904
出版社： 清华大学出版社
出版日期： 2024-06-01

頁數/字數： /
書度/開本： 16开 釘裝： 平装

售價：HK$ 205.9

我要買 件

 

** 我創建的書架 **
未登入.

新書推薦：
原来这就是逻辑学：16堂大师逻辑课
《 原来这就是逻辑学：16堂大师逻辑课 》
售價：HK$ 57.3
隋唐王朝兴亡史
《 隋唐王朝兴亡史 》
售價：HK$ 78.2
货币新纪元：区块链重塑金融生态
《 货币新纪元：区块链重塑金融生态 》
售價：HK$ 101.2
规制如何生财：清代盐政基本原理研究（1644-1850）
《 规制如何生财：清代盐政基本原理研究（1644-1850） 》
售價：HK$ 101.2
小学生C++趣味编程从入门到精通 青少年软件编程等级考试（C语言）学习用书
《 小学生C++趣味编程从入门到精通 青少年软件编程等级考试（C语言）学习用书 》
售價：HK$ 102.4
新知文库精选·一念之差：关于风险的故事与数字
《 新知文库精选·一念之差：关于风险的故事与数字 》
售價：HK$ 78.2
道德自我的伦理根基——教化论视野下的现代性道德哲学批判
《 道德自我的伦理根基——教化论视野下的现代性道德哲学批判 》
售價：HK$ 101.2
投诉是礼物：从投诉中学习经验并恢复客户忠诚度的101个活动、练习及工具（实践版）
《 投诉是礼物：从投诉中学习经验并恢复客户忠诚度的101个活动、练习及工具（实践版） 》
售價：HK$ 67.9

 
編輯推薦：
《Python金融数据分析》将帮助读者在金融领域正确使用先进的数据分析方法，避免潜在的陷阱和常见错误；对于那些试图解决的问题，帮助读者得出正确的结论。
此外，鉴于数据科学和金融领域在不断动态变化，因此本书也包含对学术论文和其他相关资源的引用，以帮助读者拓宽对所涵盖主题的理解。
內容簡介：
《Python金融数据分析》详细阐述了与Python金融数据分析相关的基本解决方案，主要包括获取金融数据、数据预处理、可视化金融时间序列、探索金融时间序列数据、技术分析和构建交互式仪表板、时间序列分析与预测、基于机器学习的时间序列预测、多因素模型、使用GARCH类模型对波动率进行建模、金融领域中的蒙特卡罗模拟、资产配置、回测交易策略、识别信用违约、机器学习项目的高级概念、金融领域的深度学习等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。
關於作者：
艾瑞克·里文森在荷兰鹿特丹伊拉斯姆斯大学（Erasmus University Rotterdam，EUR）获得量化金融（Quantitative Finance）硕士学位。他拥有在两家公司的风险管理和数据科学部门工作的经历，其间积累了数据科学方法的实际应用经验。这两家公司的其中一家是荷兰新经纪商，另一家则是荷兰最大的在线零售商。
工作之余，他撰写了一百多篇与数据科学相关的文章，阅读量超过300万次。在空闲时间，他喜欢玩电子游戏、看书以及和女友一起旅行。
目錄：
第1章 获取金融数据 1
　　1.1 从雅虎财经获取数据 2
　　1.1.1 实战操作 3
　　1.1.2 原理解释 4
　　1.1.3 扩展知识 4
　　1.1.4 参考资料 5
　　1.2 从Nasdaq Data Link获取数据 5
　　1.2.1 准备工作 6
　　1.2.2 实战操作 6
　　1.2.3 原理解释 7
　　1.2.4 扩展知识 8
　　1.2.5 参考资料 9
　　1.3 从Intrinio获取数据 10
　　1.3.1 准备工作 10
　　1.3.2 实战操作 10
　　1.3.3 原理解释 12
　　1.3.4 扩展知识 12
　　1.3.5 参考资料 16
　　1.4 从Alpha Vantage获取数据 16
　　1.4.1 准备工作 16
　　1.4.2 实战操作 17
　　1.4.3 原理解释 18
　　1.4.4 扩展知识 18
　　1.4.5 参考资料 21
　　1.5 从CoinGecko获取数据 21
　　1.5.1 实战操作 21
　　1.5.2 原理解释 22
　　1.5.3 扩展知识 23
　　1.5.4 参考资料 24
　　1.6 小结 24
第2章 数据预处理 27
　　2.1 将价格转化为收益 27
　　2.1.1 实战操作 28
　　2.1.2 原理解释 29
　　2.2 为通货膨胀调整收益 29
　　2.2.1 实战操作 30
　　2.2.2 原理解释 31
　　2.2.3 扩展知识 32
　　2.2.4 参考资料 33
　　2.3 改变时间序列数据的频率 33
　　2.3.1 做好准备 34
　　2.3.2 实战操作 34
　　2.3.3 原理解释 36
　　2.4 估算缺失数据的不同方法 36
　　2.4.1 实战操作 36
　　2.4.2 原理解释 39
　　2.4.3 扩展知识 39
　　2.4.4 参考资料 41
　　2.5 转换货币单位 41
　　2.5.1 实战操作 41
　　2.5.2 原理解释 42
　　2.5.3 扩展知识 43
　　2.5.4 参考资料 44
　　2.6 聚合交易数据的不同方式 44
　　2.6.1 实战操作 46
　　2.6.2 原理解释 50
　　2.6.3 扩展知识 52
　　2.6.4 参考资料 52
　　2.7 小结 52
第3章 可视化金融时间序列 53
　　3.1 时间序列数据的基本可视化 54
　　3.1.1 实战操作 54
　　3.1.2 原理解释 56
　　3.1.3 扩展知识 56
　　3.1.4 参考资料 59
　　3.2 可视化季节性模式 59
　　3.2.1 实战操作 59
　　3.2.2 原理解释 62
　　3.2.3 扩展知识 62
　　3.3 创建交互式可视化 65
　　3.3.1 实战操作 66
　　3.3.2 原理解释 68
　　3.3.3 扩展知识 69
　　3.3.4 参考资料 70
　　3.4 创建K线图 71
　　3.4.1 准备工作 72
　　3.4.2 实战操作 72
　　3.4.3 原理解释 74
　　3.4.4 扩展知识 74
　　3.4.5 参考资料 76
　　3.5 小结 77
第4章 探索金融时间序列数据 79
　　4.1 使用滚动统计进行异常值检测 79
　　4.1.1 实战操作 80
　　4.1.2 原理解释 82
　　4.1.3 扩展知识 82
　　4.2 使用Hampel过滤器进行异常值检测 83
　　4.2.1 实战操作 84
　　4.2.2 原理解释 85
　　4.2.3 扩展知识 86
　　4.2.4 参考资料 87
　　4.3 检测时间序列中的变点 88
　　4.3.1 实战操作 89
　　4.3.2 原理解释 91
　　4.3.3 扩展知识 91
　　4.3.4 参考资料 93
　　4.4 检测时间序列中的趋势 93
　　4.4.1 实战操作 94
　　4.4.2 原理解释 95
　　4.4.3 参考资料 96
　　4.5 使用Hurst指数检测时间序列中的模式 96
　　4.5.1 实战操作 97
　　4.5.2 原理解释 99
　　4.5.3 扩展知识 100
　　4.5.4 参考资料 100
　　4.6 研究资产收益的典型化事实 100
　　4.6.1 准备工作 101
　　4.6.2 实战操作 101
　　4.6.3 原理解释 108
　　4.6.4 扩展知识 110
　　4.6.5 参考资料 112
　　4.7 小结 112
第5章 技术分析和构建交互式仪表板 113
　　5.1 计算最流行的技术指标 113
　　5.1.1 实战操作 114
　　5.1.2 原理解释 118
　　5.1.3 扩展知识 119
　　5.1.4 参考资料 119
　　5.2 下载技术指标 120
　　5.2.1 实战操作 120
　　5.2.2 原理解释 122
　　5.2.3 扩展知识 122
　　5.3 识别K线图的形态 124
　　5.3.1 实战操作 125
　　5.3.2 原理解释 127
　　5.3.3 扩展知识 128
　　5.3.4 参考资料 129
　　5.4 使用Streamlit构建用于技术分析的交互式Web应用程序 129
　　5.4.1 准备工作 130
　　5.4.2 实战操作 130
　　5.4.3 原理解释 135
　　5.4.4 扩展知识 139
　　5.4.5 参考资料 139
　　5.5 部署技术分析应用程序 139
　　5.5.1 准备工作 140
　　5.5.2 实战操作 140
　　5.5.3 原理解释 141
　　5.5.4 扩展知识 142
　　5.5.5 参考资料 142
　　5.6 小结 143
第6章 时间序列分析与预测 145
　　6.1 时间序列分解 146
　　6.1.1 实战操作 148
　　6.1.2 原理解释 151
　　6.1.3 扩展知识 151
　　6.1.4 参考资料 154
　　6.2 测试时间序列的平稳性 155
　　6.2.1 准备工作 156
　　6.2.2 实战操作 156
　　6.2.3 原理解释 158
　　6.2.4 扩展知识 159
　　6.2.5 参考资料 160
　　6.3 校正时间序列的平稳性 160
　　6.3.1 实战操作 161
　　6.3.2 原理解释 166
　　6.3.3 扩展知识 166
　　6.4 使用指数平滑方法对时间序列建模 168
　　6.4.1 准备工作 169
　　6.4.2 实战操作 169
　　6.4.3 原理解释 174
　　6.4.4 扩展知识 175
　　6.4.5 参考资料 177
　　6.5 使用ARIMA类模型对时间序列建模 178
　　6.5.1 准备工作 179
　　6.5.2 实战操作 179
　　6.5.3 原理解释 186
　　6.5.4 扩展知识 188
　　6.5.5 参考资料 190
　　6.6 使用auto-ARIMA寻找最佳拟合的ARIMA模型 190
　　6.6.1 准备工作 191
　　6.6.2 实战操作 191
　　6.6.3 原理解释 197
　　6.6.4 扩展知识 197
　　6.6.5 参考资料 203
　　6.7 小结 203
第7章 基于机器学习的时间序列预测 205
　　7.1 时间序列的验证方法 205
　　7.1.1 实战操作 208
　　7.1.2 原理解释 214
　　7.1.3 扩展知识 216
　　7.1.4 参考资料 219
　　7.2 时间序列的特征工程 219
　　7.2.1 实战操作 220
　　7.2.2 原理解释 228
　　7.2.3 扩展知识 229
　　7.3 将时间序列预测作为简化回归任务 234
　　7.3.1 准备工作 235
　　7.3.2 实战操作 235
　　7.3.3 原理解释 243
　　7.3.4 扩展知识 246
　　7.3.5 参考资料 246
　　7.4 使用Meta的Prophet进行预测 246
　　7.4.1 实战操作 248
　　7.4.2 原理解释 255
　　7.4.3 扩展知识 256
　　7.4.4 参考资料 260
　　7.5 使用PyCaret进行时间序列预测的AutoML 260
　　7.5.1 准备工作 260
　　7.5.2 实战操作 260
　　7.5.3 原理解释 267
　　7.5.4 扩展知识 269
　　7.6 小结 270
第8章 多因素模型 273
　　8.1 估计CAPM 274
　　8.1.1 实战操作 275
　　8.1.2 原理解释 277
　　8.1.3 扩展知识 277
　　8.1.4 参考资料 280
　　8.2 估计Fama-French三因素模型 280
　　8.2.1 实战操作 281
　　8.2.2 原理解释 284
　　8.2.3 扩展知识 284
　　8.2.4 参考资料 285
　　8.3 估计资产组合的滚动三因素模型 285
　　8.3.1 实战操作 286
　　8.3.2 原理解释 288
　　8.4 估计四因素和五因素模型 289
　　8.4.1 实战操作 290
　　8.4.2 原理解释 294
　　8.4.3 参考资料 294
　　8.5 使用Fama-MacBeth回归估计横截面因素模型 295
　　8.5.1 实战操作 296
　　8.5.2 原理解释 298
　　8.5.3 扩展知识 298
　　8.5.4 参考资料 300
　　8.6 小结 301
第9章 使用GARCH类模型对波动率进行建模 303
　　9.1 使用ARCH模型对股票收益的波动性进行建模 304
　　9.1.1 实战操作 305
　　9.1.2 原理解释 308
　　9.1.3 扩展知识 309
　　9.1.4 参考资料 310
　　9.2 使用GARCH模型对股票收益的波动性进行建模 310
　　9.2.1 实战操作 311
　　9.2.2 原理解释 313
　　9.2.3 扩展知识 313
　　9.2.4 参考资料 315
　　9.3 使用GARCH模型预测波动率 315
　　9.3.1 实战操作 316
　　9.3.2 原理解释 320
　　9.3.3 扩展知识 320
　　9.4 使用CCC-GARCH模型进行多变量波动率预测 323
　　9.4.1 实战操作 324
　　9.4.2 原理解释 327
　　9.4.3 参考资料 327
　　9.5 使用DCC-GARCH预测条件协方差矩阵 327
　　9.5.1 准备工作 328
　　9.5.2 实战操作 329
　　9.5.3 原理解释 332
　　9.5.4 扩展知识 333
　　9.5.5 参考资料 335
　　9.6 小结 336
第10章 金融领域中的蒙特卡罗模拟 337
　　10.1 使用几何布朗运动模拟股票价格动态 337
　　10.1.1 实战操作 338
　　10.1.2 原理解释 341
　　10.1.3 扩展知识 343
　　10.1.4 参考资料 344
　　10.2 使用模拟为欧式期权定价 345
　　10.2.1 实战操作 346
　　10.2.2 原理解释 347
　　10.2.3 扩展知识 348
　　10.3 使用最小二乘法蒙特卡罗为美式期权定价 350
　　10.3.1 实战操作 351
　　10.3.2 原理解释 353
　　10.3.3 参考资料 354
　　10.4 使用QuantLib为美式期权定价 354
　　10.4.1 准备工作 354
　　10.4.2 实战操作 354
　　10.4.3 原理解释 356
　　10.4.4 扩展知识 357
　　10.5 为障碍期权定价 358
　　10.5.1 实战操作 359
　　10.5.2 原理解释 360
　　10.5.3 扩展知识 361
　　10.6 使用蒙特卡罗模拟估计风险价值 361
　　10.6.1 实战操作 362
　　10.6.2 原理解释 365
　　10.6.3 扩展知识 366
　　10.7 小结 367
第11章 资产配置 369
　　11.1 评估等权重投资组合的绩效 370
　　11.1.1 实战操作 370
　　11.1.2 原理解释 373
　　11.1.3 扩展知识 374
　　11.1.4 参考资料 378
　　11.2 使用蒙特卡罗模拟寻找有效边界 378
　　11.2.1 实战操作 379
　　11.2.2 原理解释 382
　　11.2.3 扩展知识 384
　　11.3 使用SciPy优化找到有效边界 386
　　11.3.1 准备工作 387
　　11.3.2 实战操作 387
　　11.3.3 原理解释 390
　　11.3.4 扩展知识 392
　　11.3.5 参考资料 393
　　11.4 使用CVXPY凸优化寻找有效边界 393
　　11.4.1 准备工作 394
　　11.4.2 实战操作 394
　　11.4.3 原理解释 397
　　11.4.4 扩展知识 398
　　11.5 使用分层风险平价寻找最佳投资组合 402
　　11.5.1 实战操作 403
　　11.5.2 原理解释 405
　　11.5.3 扩展知识 406
　　11.5.4 参考资料 409
　　11.6 小结 410
第12章 回测交易策略 411
　　12.1 使用pandas进行向量化回测 413
　　12.1.1 实战操作 413
　　12.1.2 原理解释 416
　　12.1.3 扩展知识 417
　　12.2 使用backtrader进行事件驱动的回测 418
　　12.2.1 准备工作 419
　　12.2.2 实战操作 419
　　12.2.3 原理解释 424
　　12.2.4 扩展知识 425
　　12.2.5 参考资料 427
　　12.3 基于RSI回测多头/空头策略 427
　　12.3.1 实战操作 427
　　12.3.2 原理解释 430
　　12.3.3 扩展知识 431
　　12.3.4 参考资料 434
　　12.4 回测基于布林带的买入/卖出策略 434
　　12.4.1 实战操作 435
　　12.4.2 原理解释 440
　　12.4.3 扩展知识 441
　　12.5 使用加密货币交易数据回测移动平均线交叉策略 441
　　12.5.1 实战操作 442
　　12.5.2 原理解释 447
　　12.5.3 扩展知识 447
　　12.6 回测均值方差投资组合优化 448
　　12.6.1 准备工作 448
　　12.6.2 实战操作 448
　　12.6.3 原理解释 452
　　12.6.4 参考资料 453
　　12.7 小结 455
第13章 应用机器学习：识别信用违约 457
　　13.1 加载数据和管理数据类型 458
　　13.1.1 实战操作 458
　　13.1.2 原理解释 462
　　13.1.3 扩展知识 464
　　13.1.4 参考资料 465
　　13.2 探索性数据分析 466
　　13.2.1 准备工作 467
　　13.2.2 实战操作 467
　　13.2.3 原理解释 476
　　13.2.4 扩展知识 479
　　13.2.5 参考资料 481
　　13.3 将数据拆分为训练集和测试集 482
　　13.3.1 实战操作 482
　　13.3.2 原理解释 483
　　13.3.3 扩展知识 484
　　13.4 识别和处理缺失值 485
　　13.4.1 准备工作 487
　　13.4.2 实战操作 487
　　13.4.3 原理解释 489
　　13.4.4 扩展知识 490
　　13.4.5 参考资料 492
　　13.5 编码分类变量 493
　　13.5.1 准备工作 494
　　13.5.2 实战操作 495
　　13.5.3 原理解释 497
　　13.5.4 扩展知识 498
　　13.6 拟合决策树分类器 500
　　13.6.1 准备工作 501
　　13.6.2 实战操作 501
　　13.6.3 原理解释 505
　　13.6.4 扩展知识 508
　　13.6.5 参考资料 513
　　13.7 使用管道组织项目 514
　　13.7.1 实战操作 514
　　13.7.2 原理解释 517
　　13.7.3 扩展知识 518
　　13.8 使用网格搜索和交叉验证调整超参数 523
　　13.8.1 准备工作 525
　　13.8.2 实战操作 525
　　13.8.3 原理解释 528
　　13.8.4 扩展知识 530
　　13.8.5 参考资料 534
　　13.9 小结 535
第14章 机器学习项目的高级概念 537
　　14.1 探索集成分类器 538
　　14.1.1 准备工作 539
　　14.1.2 实战操作 539
　　14.1.3 原理解释 542
　　14.1.4 扩展知识 545
　　14.1.5 参考资料 547
　　14.2 探索编码分类特征的替代方法 548
　　14.2.1 准备工作 551
　　14.2.2 实战操作 551
　　14.2.3 原理解释 554
　　14.2.4 扩展知识 555
　　14.2.5 参考资料 556
　　14.3 研究处理不平衡数据的不同方法 556
　　14.3.1 准备工作 559
　　14.3.2 实战操作 559
　　14.3.3 原理解释 563
　　14.3.4 扩展知识 564
　　14.3.5 参考资料 566
　　14.4 通过堆叠集成利用群体智慧 567
　　14.4.1 实战操作 569
　　14.4.2 原理解释 572
　　14.4.3 扩展知识 573
　　14.4.4 参考资料 574
　　14.5 贝叶斯超参数优化 575
　　14.5.1 实战操作 576
　　14.5.2 原理解释 581
　　14.5.3 扩展知识 582
　　14.5.4 参考资料 589
　　14.6 特征重要性研究 590
　　14.6.1 准备工作 592
　　14.6.2 实战操作 593
　　14.6.3 原理解释 600
　　14.6.4 扩展知识 601
　　14.6.5 参考资料 602
　　14.7 探索特征选择技术 603
　　14.7.1 准备工作 604
　　14.7.2 实战操作 604
　　14.7.3 原理解释 609
　　14.7.4 扩展知识 612
　　14.7.5 参考资料 615
　　14.8 探索可解释的AI技术 616
　　14.8.1 准备工作 619
　　14.8.2 实战操作 619
　　14.8.3 原理解释 630
　　14.8.4 扩展知识 632
　　14.8.5 参考资料 633
　　14.9 小结 635
第15章 金融领域的深度学习 637
　　15.1 探索fastai的Tabular Learner 637
　　15.1.1 实战操作 639
　　15.1.2 原理解释 645
　　15.1.3 扩展知识 648
　　15.1.4 参考资料 649
　　15.2 探索Google的TabNet 650
　　15.2.1 实战操作 651
　　15.2.2 原理解释 657
　　15.2.3 扩展知识 659
　　15.2.4 参考资料 660
　　15.3 使用Amazon的DeepAR进行时间序列预测 660
　　15.3.1 实战操作 661
　　15.3.2 原理解释 667
　　15.3.3 扩展知识 668
　　15.3.4 参考资料 673
　　15.4 使用NeuralProphet进行时间序列预测 673
　　15.4.1 实战操作 674
　　15.4.2 原理解释 682
　　15.4.3 扩展知识 683
　　15.4.4 参考资料 688
　　15.5 小结 688
　　15.5.1 表格数据 688
　　15.5.2 时间序列 689
　　15.5.3 其他领域 690
　　
·XXVI·
Python金融数据分析
　　
·XXVII·
目 录

 

 

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式 香港用户　 |　台灣用户　|　大陸用户　|　海外用户
megBook.com.hk
Copyright © 2013 - 2024 （香港）大書城有限公司　 All Rights Reserved.