经济金融数据分析及其Python应用pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

经济金融数据分析及其Python应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 经济金融数据分析及Python环境 1

1.1 经济金融数据类型 1

1.2 经济金融数据来源 2

1.3 经济金融数据分析工具简介 2

1.4 Python数据分析工具的下载 5

1.5 数据分析工具Python的安装 7

1.6 Python的启动和退出 9

1.7 Python数据分析相关的程序包 10

1.8 Python数据分析快速入门 11

练习题 16

第2章 Python数据分析程序包应用基础 17

2.1 Python数据分析的NumPy应用基础 17

2.2 Python数据分析的SciPy应用基础 19

2.3 Python数据分析的Pandas应用基础 25

练习题 37

第3章 Python数据分析的数据存取 38

3.1 Python-NumPy数据存取 38

3.2 Python-SciPy数据存取 39

3.3 Python-Pandas的csv格式数据文件存取 39

3.4 Python-Pandas的Excel格式数据文件存取 40

3.5 读取并查看数据表列 41

3.6 读取Yahoo财经网站数据 41

3.7 读取挖地兔财经网站数据 42

3.8 挖地兔Tushare财经网站数据保存与读取 44

练习题 46

第4章 Python图形的绘制和可视化 47

4.1 Matplotlib绘图应用基础 47

4.2 直方图的绘制 47

4.3 散点图的绘制 50

4.4 气泡图的绘制 51

4.5 箱图的绘制 51

4.6 饼图的绘制 53

4.7 条形图的绘制 54

4.8 折线图的绘制 56

4.9 曲线标绘图的绘制 57

4.10 连线标绘图的绘制 59

4.11 复杂图形的绘制 61

4.12 关于绘图中显示中文的问题处理 63

练习题 64

第5章 概率统计分布的Python应用 65

5.1 二项分布 65

5.2 泊松分布 67

5.3 正态分布 69

5.4 β分布 70

5.5 均匀分布 71

5.6 指数分布 72

练习题 73

第6章 描述性统计的Python应用 74

6.1 描述性统计量 74

6.2 描述性统计的Python工具 80

6.3 单组数据描述性统计的Python应用 81

6.4 多组数据描述性统计的Python应用 84

练习题 85

第7章 参数估计的Python应用 86

7.1 参数估计与置信区间的含义 86

7.2 点估计的Python应用 86

7.3 单正态总体均值区间估计的Python应用 87

7.4 单正态总体方差区间估计的Python应用 90

7.5 双正态总体均值差区间估计的Python应用 90

7.6 双正态总体方差比区间估计的Python应用 93

练习题 93

第8章 参数假设检验的Python应用 94

8.1 参数假设检验的基本理论 94

8.2 单个样本t检验的Python应用 103

8.3 两个独立样本t检验的Python应用 104

8.4 配对样本t检验的Python应用 105

8.5 单样本方差假设检验的Python应用 106

8.6 双样本方差假设检验的Python应用 107

练习题 109

第9章 相关分析与一元回归数据分析的Python应用 110

9.1 相关分析基本理论 110

9.2 相关分析的Python应用 111

9.3 一元线性回归分析基本理论 112

9.4 一元线性回归数据分析的Python应用 115

9.5 自相关性诊断的Python应用 119

练习题 121

第10章 多元回归数据分析的Python应用 122

10.1 多元线性回归分析基本理论 122

10.2 多元线性回归数据分析的Python应用 125

10.3 多元回归分析的Scikit-learn工具应用 131

10.4 稳健线性回归分析Python应用 136

10.5 逻辑Logistic回归分析Python应用 137

10.6 广义线性回归分析Python应用 138

练习题 141

第11章 机器学习数据分析的Python应用 142

11.1 机器学习算法分类 142

11.2 常见的机器学习算法及其Python代码 142

11.3 K最近邻算法银行贷款分类的Python应用 151

11.4 各种机器学习算法的Python应用 155

11.5 K最近邻算法分类的Python应用 163

练习题 172

第12章 时间序列数据分析的Python应用 173

12.1 时间序列分析的ARIMA建模 173

12.2 ARIMA模型时间序列分析的Python-Statsmodels应用 176

12.3 时间序列数据分析ARIMA模型的Python应用 183

练习题 189

第13章 量化金融数据分析的Python应用 190

13.1 战胜股票市场策略可视化的Python应用 190

13.2 股票数据描述性统计的Python应用 195

13.3 资产组合标准均值方差模型及其Python应用 201

13.4 资产组合有效边界的Python绘制 205

13.5 Markowitz投资组合优化的Python应用 208

13.6 蒙特卡罗模拟股票期权定价的Python应用 219

13.7 蒙特卡罗模拟期权价格稳定性的Python应用 220

练习题 224