Python金融大數據分析快速入門與案例詳解

第1篇 Python金融大數據分析基礎篇
第1章 Python概覽
1.1 　 Python的優(yōu)勢
1.2 　 搭建開發(fā)環(huán)境
1.2.1　對操作系統(tǒng)的要求
1.2.2　Windows 系統(tǒng)的優(yōu)點
1.2.3　下載并安裝Python和PyCharm
1.2.4　Python在PyCharm里的配置
1.3 　 Django 框架的優(yōu)勢
1.4 　 安裝和配置Django框架
1.5 　 小結
第2章 結合金融場景演示Python的基本操作
2.1 　 Python在金融領域的應用
2.1.1　Python在金融領域的應用背景和優(yōu)勢
2.1.2　Python在金融領域的應用場景
2.1.3　Python在金融領域的挑戰(zhàn)與展望
2.2 　 金融領域常用的Python內置函數及示例
2.2.1　數學函數
2.2.2　數據處理函數
2.3 　 金融領域常用的Python的庫及其作用
2.4 　 小結
第3章 金融數據的獲取及實戰(zhàn)
3.1 　 數據的選擇與獲取
3.2 　 獲取新浪財經數據案例講解
3.2.1　新浪財經數據的重要作用
3.2.2　如何獲取新浪財經數據
3.3 　 獲取Wind數據并進行簡單的擇時分析
3.4 　 數據預處理
3.4.1　金融數據的特點
3.4.2　Python在金融數據預處理中的應用
3.4.3　Python在金融數據預處理中的示例分析
3.5 　 數據分析與挖掘
3.6 　 可視化展示
3.7 　 機器學習的應用
3.7.1　金融領域常用的機器學習算法
3.7.2　金融領域機器學習的應用案例
3.8 　 實戰(zhàn)案例：JQData數據的獲取及分析
3.8.1　計算漲跌幅
3.8.2　計算買入賣出信號
3.8.3　計算持倉收益率
3.9 　 小結
第4章 MySQL數據庫詳解及應用
4.1 　 MySQL 數據庫簡介
4.1.1　MySQL 的特點
4.1.2　MySQL的安裝與配置
4.2 　 MySQL 數據庫的基本操作
4.3 　 MySQL 數據庫操作詳解
4.3.1　執(zhí)行SQL語句
4.3.2　關閉游標和連接
4.3.3　使用預處理語句
4.3.4　處理異常情況
4.4 　 實戰(zhàn)案例：Wind 金融數據在MySQL數據庫里的應用
4.5 　 小結
第5章 核心模塊詳解
5.1 　 NumPy模塊操作詳解
5.1.1　數組操作
5.1.2　矩陣運算
5.1.3　線性代數運算
5.1.4　隨機數生成
5.2 　 實戰(zhàn)案例：NumPy在金融場景中的應用
5.3 　 Pandas模塊操作詳解
5.3.1　Pandas的主要數據結構：Series和DataFrame
5.3.2　數據處理
5.3.3　數據可視化
5.4 　 實戰(zhàn)案例：Pandas 在金融場景中的應用
5.5 　 SciPy模塊操作詳解
5.6 　 實戰(zhàn)案例：SciPy在金融場景中的應用
5.7 　 小結
第2篇 Python金融大數據分析提高篇
第6章 金融分析及量化投資
6.1 　 金融分析
6.1.1　金融分析的方法
6.1.2　金融分析的目的
6.1.3　金融分析在投資決策中的重要性
6.2 　 量化投資
6.3 　 量化策略
6.3.1　雙均線策略及應用
6.3.2　因子選股策略及應用
6.3.3　動量策略及應用
6.4 　 小結
第7章 Python量化交易
7.1 　 量化交易數據獲取
7.2 　 Python基本面量化選股
7.3 　 Python量化擇時及應用
7.3.1　量化擇時策略
7.3.2　未來發(fā)展趨勢
7.4 　 量化策略回測實現
7.5 　 Python量化交易策略實戰(zhàn)案例
7.6 　 小結
第8章 數據可視化Matplotlib
8.1 　 Anaconda的安裝
8.2 　 配置Jupyter Notebook
8.3 　 配置Matplotlib
8.4 　 直方圖、條形圖、折線圖與餅圖的繪制及示例
8.5 　 散點圖、箱線圖的繪制及示例
8.6 　 極線圖、階梯圖的繪制及示例
8.7 　 圖標參數配置
8.8 　 堆積圖的繪制及示例
8.9 　 分塊圖的繪制及示例
8.10 　 氣泡圖的繪制及示例
8.11 　 結合金融場景的Matplotlib基礎案例
8.12 　 小結
第3篇 基 金礎融篇企業(yè)級項目實戰(zhàn)篇
第9章 基于NumPy的股價統(tǒng)計分析實戰(zhàn)
9.1 　 項目需求分析
9.2 　 數據獲取及處理
9.3 　 基于NumPy的股價均線實戰(zhàn)
9.4 　 基于NumPy的股票成交量統(tǒng)計分析
9.5 　 小結
第10章 基于Matplotlib的股票技術分析實戰(zhàn)
10.1 　 項目需求分析
10.2 　 數據獲取及處理
10.3 　 基于Matplotlib實現MACD
10.4 　 基于Matplotlib實現KDJ
10.5 　 基于Matplotlib繪制布林帶
10.6 　 小結
第11章 量化交易策略實戰(zhàn)案例
11.1 　 低估值量化交易策略實戰(zhàn)
11.2 　 大小盤輪動策略實戰(zhàn)
11.3 　 逆三因子量化交易策略實戰(zhàn)
11.4 　 小結