书目信息 |
题名: |
Python金融数据分析
|
|
作者: | 马伟明 著 ;黄昊 , 张永冀 译 | |
分册: | ||
出版信息: | 北京 机械工业出版社 2021.04 |
|
页数: | XII, 281页 | |
开本: | 26cm | |
丛书名: | 数据科学与工程技术丛书 | |
单 册: | ||
中图分类: | F830.41 | |
科图分类: | ||
主题词: | 软件工具--ruan jian gong ju--程序设计--应用--金融--分析 | |
电子资源: | ||
ISBN: | 978-7-111-67873-1 |
000 | 01800nam 2200325 450 | |
001 | CAL 0120217160556 | |
010 | @a978-7-111-67873-1@dCNY89.00 | |
100 | @a20210925d2021 em y0chiy50 ea | |
101 | 1 | @achi@ceng |
102 | @aCN@b110000 | |
105 | @aa z 000yy | |
106 | @ar | |
200 | 1 | @aPython金融数据分析@APython jin rong shu ju fen xi@f(新加坡) 马伟明著@d= Mastering python for finance@fJames Ma Weiming@g张永冀, 黄昊译@zeng |
210 | @a北京@c机械工业出版社@d2021.04 | |
215 | @aXII, 281页@c图@d26cm | |
225 | 2 | @a数据科学与工程技术丛书@Ashu ju ke xue yu gong cheng ji shu cong shu |
305 | @a据原书第2版译出 | |
306 | @a由Packt Publishing授权出版 | |
314 | @a马伟明, 软件工程师。 | |
330 | @a本书系统阐述Python在金融领域的应用, 不仅涵盖核心的金融理论及相关数学概念, 还详细讲解行业使用的先进金融模型及Python解决方案。本书首先介绍Jupyter Notebook的设置, 随后讲解一系列金融分析中广泛应用的库 (如TensorFlow、Keras、NumPy、SciPy、scikit-learn等), 这些库可以帮助分析师做出基于数据分析的高效投资决策。书中结合常见的金融概念 (如股票、期权、利率及其他金融衍生品等) 讲解如何开发金融应用程序以及利用不同的算法实现风险分析。之后, 你将学习如何对时间序列数据进行统计分析, 了解如何搭建算法交易平台以利用高频数据设计交易策略, 以及如何构建事件驱动的回溯测试系统来检验交易策略, 评价不同策略的业绩表现。最后, 你将探索金融前沿领域正在运用的机器学习和深度学习技术。 | |
410 | 0 | @12001 @a数据科学与工程技术丛书 |
500 | 10 | @aMastering python for finance@mChinese |
606 | 0 | @a软件工具@Aruan jian gong ju@x程序设计@x应用@x金融@x分析 |
610 | 0 | @aPython |
690 | @aF830.41@v5 | |
701 | 1 | @a马伟明@Ama wei ming@g(Weiming, James Ma)@4著 |
702 | 0 | @a黄昊@Ahuang hao@4译 |
702 | 0 | @a张永冀@Azhang yong ji@4译 |
801 | 0 | @aCN@c20210925 |
905 | @a河南城建学院图书馆@dF830.41@eM185@f2 | |
Python金融数据分析/(新加坡) 马伟明著= Mastering python for finance/James Ma Weiming/张永冀, 黄昊译.-北京:机械工业出版社,2021.04 |
XII, 281页:图;26cm.-(数据科学与工程技术丛书) |
ISBN 978-7-111-67873-1:CNY89.00 |
本书系统阐述Python在金融领域的应用, 不仅涵盖核心的金融理论及相关数学概念, 还详细讲解行业使用的先进金融模型及Python解决方案。本书首先介绍Jupyter Notebook的设置, 随后讲解一系列金融分析中广泛应用的库 (如TensorFlow、Keras、NumPy、SciPy、scikit-learn等), 这些库可以帮助分析师做出基于数据分析的高效投资决策。书中结合常见的金融概念 (如股票、期权、利率及其他金融衍生品等) 讲解如何开发金融应用程序以及利用不同的算法实现风险分析。之后, 你将学习如何对时间序列数据进行统计分析, 了解如何搭建算法交易平台以利用高频数据设计交易策略, 以及如何构建事件驱动的回溯测试系统来检验交易策略, 评价不同策略的业绩表现。最后, 你将探索金融前沿领域正在运用的机器学习和深度学习技术。 |
● |
相关链接 |
正题名:Python金融数据分析
索取号:F830.41/M185
 
预约/预借
序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
1 | 1519976 | 215199764 | 社科库409/409社科库 51排2列1层/ [索取号:F830.41/M185] | 在馆 | |
2 | 1519977 | 215199773 | 社科库409/409社科库 51排2列1层/ [索取号:F830.41/M185] | 在馆 |