随着金融科技时代的到来,Python在金融领域的影响力已经有目共睹。掌握Python在金融实务中的应用,已经成为金融科技达人们的技能之一。 本书作为《基于Python的金融分析与风险管理》一书的配套案例集,整合了源于现实金融市场和日常实务工作的88个原创案例,涉及308项编程任务,包括超过6000行的Python代码。本书囊括了丰富多样的金融场景,涵盖利率、汇率、债券、股票、基金、远期、股指期货、外汇期货、国债期货、股票期权、商品期权等金融产品,还涉及商业银行、证券公司、期货公司、保险公司、信托公司、资产管理公司、基金管理公司、金融控股公司等各类型的金融机构,既介绍了包括我国在内的新兴市场,又介绍了欧美成熟的金融市场,囊括金融实务中可能涉及Python编程的各种场景。 本书着眼于一系列从业者可能涉及的金融实务案例,并结合Python编
《跟老齐学Python》系列后续。读者在本书中可以学习到Numpy、Pandas、matplotlib、SciPy、SymPy等与数据分析相关的库,掌握其所定义的数据对象以及常用的属性和方法等,并通过各种类型的应用举例将所学基本知识给予综合应用。
本书采用生动活泼的语言,从入门者的角度,讲解了Python 语言和sklearn 模块库内置的各种经典机器学习算法;介绍了股市外汇、比特币等实盘交易数据在金融量化方面的具体分析与应用,包括对未来股票价格的预测、大盘指数趋势分析等。简单风趣的实际案例让广大读者能够快速掌握机器学习在量化分析方面的编程,为进一步学习金融科技奠定扎实的基础。
《Python科学计算和数据科学应用(第2版)使用NumPy、SciPy和matplotlib》全面介绍Python在数值计算和数学领域的模块、标准库以及多个开源Python库,如NumPy、SciP
本书主要包括两部分内容,第一部分重点介绍Python的基础知识,让读者可以从零开始入门Python Web开发测试;第二部分重点介绍Python Web项目的开发实践,让读者可以一步一步地了解
《Python GUI开发手册:基础·实战·强化》是“计算机科学与技术手册系列”图书之一,该系列图书内容全面,以理论联系实际、能学到并做到为宗旨,以技术为核心,以案例为辅助,引领读者全面学习基础技术、
《Python网络爬虫技术手册:基础·实战·强化》是“计算机科学与技术手册系列”图书之一,该系列图书内容全面,以理论联系实际、能学到并做到为宗旨,以技术为核心,以案例为辅助,引领读者全面学习基础技术、
《Python数据分析技术手册:基础·实战·强化》是“计算机科学与技术手册系列”图书之一,该系列图书内容全面,以理论联系实际,能学到并做到为宗旨,以技术为核心,以案例为辅助,引领读者全面学习基础技术、
本书力求简明实用,通过穿插科幻故事的方式,激发并保持读者的学习兴趣。书中从Python语言的趣味应用开始,由浅入深,逐步推进。首先,介绍了Python语言中很重要和很常用的基础知识,如变量类型、常用数
本书是对以数据深度需求为中心的科学、研究以及发现的计算和统计方法在广度上的参考书。具有编程背景的以及打算有效第使用Python用于数据科学工作的人,将会学习如何面对一系列的问题,如如何将数据格式读取到
量化交易是一种新兴的系统化的金融投资方法,它是以计算机强大的运算能力为基础,运用数据建模、统计学分析、程序设计等工具从历史数据中得到良好的交易策略,是计算机科学在金融领域的具体应用。Python语言凭借其简洁、高效的特性,以及其在大数据分析方面的强大性能,在量化交易领域得到了良好的应用。 本书以 A 股市场为交易标的物,引导读者从理解量化交易开始,逐步掌握行情数据的获取和管理、技术指标的可视化,并在熟练编程的基础上,构建出个性化的交易策略体系。 本书适合对股票的量化交易感兴趣的读者阅读,通过阅读本书,读者不仅能够了解 Python 数据分析和数据可视化的核心技能,更能够将 Python 作为常用工具,为股票技术指标分析和量化交易提供助力。
全书共分为3篇。篇是理论基础篇,讲解从事电子商务数据分析前需要了解的理论知识,每个理论知识点都结合案例做详细的解析。第二篇是专业方法篇,介绍数据采集和数据清洗的专业方法。第三篇是应用场景篇,介绍运营与数据平台的应用、运营诊断与复盘的方法、宏观市场分析、市场细分及竞争分析、流量运营分析、产品运营分析、消费者运营分析及商务报告的撰写等。 本书既可以作为高等院校电子商务专业、商务数据分析与应用专业、大数据分析与应用专业等本专、科学生的专业课教材,也可以作为实务工作者学习电子商务数据分析的基础知识以及报考商务数据分析相关资格证的参考用书。
《高等学校工程创新型“十二五”规划计算机》为教学团队教学成果。《数据结构实用教程(C 版)》根据*高等学校计算机科学与技术教学指导委员会制定的《高等学校计算机科学与技术专业发展战略研究报告暨专业规范》编写,首先介绍了数据结构的核心基础知识——数据、数据类型、数据结构等基本概念和算法、算法的性能度量等知识,然后集中讨论了四种基本的数据结构——集合、线性表、树和图,同时介绍了栈、队列、串、数组以及广义表等数据结构,介绍了排序和查找的几种基础算法及实现(用C 语言)。本书强调数据结构的工程应用,以模板的形式给出各种不同数据对象应用数据结构的多个实例,从而实现数据结构与工程应用的有机结合。本书可以作为高等院校计算机及相关专业学生的,也可供培训机构及自学者参考。