第1章 金融與Python
1.1 金融業(yè)語(yǔ)言
1.2 Anaconda
第2章 Python入門(mén)
2.1 基本運(yùn)算
2.2 基本語(yǔ)法
2.3 數(shù)據(jù)結(jié)構(gòu)
2.4 Numpy
2.5 Pandas
2.6 Scipy
2.7 Matplotlib
2.8 Seaborn
2.9 其他可視化包
第3章 數(shù)據(jù)
3.1 數(shù)據(jù)
3.2 大數(shù)據(jù)
3.3 數(shù)據(jù)分析
3.4 金融數(shù)據(jù)
第4章 數(shù)據(jù)清洗
4.1 目的與意義
4.2 初步數(shù)據(jù)整理
4.3 缺失值
4.4 離群值
4.5 誤差
第5章 統(tǒng)計(jì)基礎(chǔ)
5.1 統(tǒng)計(jì)數(shù)據(jù)
5.2 統(tǒng)計(jì)理論
第6章 股票數(shù)據(jù)分析
6.1 基本面分析
6.2 技術(shù)分析
6.3 定量分析
6.4 時(shí)間序列
6.5 單只股票
6.6 多只股票
6.7 蒙特卡洛模擬
6.8 技術(shù)指標(biāo)預(yù)測(cè)
第7章 衍生品數(shù)據(jù)分析
7.1 金融衍生品
7.2 期貨
7.3 期權(quán)
7.4 蒙特卡洛期權(quán)定價(jià)
第8章 外匯數(shù)據(jù)分析
8.1 數(shù)據(jù)獲取
8.2 時(shí)間序列數(shù)據(jù)
8.3 時(shí)間序列預(yù)測(cè)
第9章 人工智能與預(yù)測(cè)
9.1 人工智能與金融
9.2 人工智能與Python
9.3 機(jī)器學(xué)習(xí)
9.4 神經(jīng)網(wǎng)絡(luò)
第10章 投資組合理論模型
10.1 投資組合模型
10.2 投資組合收益
10.3 投資組合效率
10.4 有效前沿
10.5 資本市場(chǎng)線
10.6 風(fēng)險(xiǎn)價(jià)值
10.7 投資組合優(yōu)化
第11章 資本資產(chǎn)定價(jià)模型
11.1 CAPM模型
11.2 收益計(jì)算
11.3 CAPM指標(biāo)
11.4 回測(cè)的指標(biāo)
第12章 銀行客戶細(xì)分
12.1 細(xì)分的意義與作用
12.2 K均值
參考文獻(xiàn)