正版 解密金融数据+Python金融数据挖掘与分析实战+金融数据挖掘与分析+金融商业数据分析 基于Python和SAS 共四册 机械工业出版社
举报
9787111607885
-
作者:
（美）贾斯汀·保利（Justin Pauley）
-
出版社:
机械工业出版社
-
ISBN:
9787111607885
-
作者:
（美）贾斯汀·保利（Justin Pauley）
-
出版社:
机械工业出版社
-
ISBN:
9787111607885
-
出版时间:
2020-01
上书时间2023-12-04
卖家超过10天未登录
手机购买
![]()
微信扫码访问
-
-
商品描述：
-
商品参数 9787111607885 解密金融数据 79 机械工业出版社 9787111696506 Python金融数据挖掘与分析实战 109 机械工业出版社 9787111518051 金融数据挖掘与分析 69.8 机械工业出版社 9787111695837 金融商业数据分析：基于Python和SAS 99 机械工业出版社
内容简介 解密金融数据 本书分为三大部分: 获取金融数据、金融数据分析和创建金融报告。每一部分都有一些操作性比较强的目标。部分（第2~4章) 介绍如何用彭博（Bloomberg）和Markit获取和存储与股票、指数、债券和银行贷款有关的金融数据。第二部分(第5~8章)，本部分将部分收集到的金融数据放入具体的背景环境中进行金融分析。第三部分(第9章和第10章) 整合了部分和第二部分的内容，教你如何对各个公司和投资组合创建分析报告。本书关注三个重要金融市场: 股票、企业债券和企业贷款。尽管如此，你可以将在本书中学到的内容直接应用到其他市场，比如结构化产品、市政债券等.
Python金融数据挖掘与分析实战 这是一本金融数据挖掘与分析领域的实战性著作，它能指导零Python编程基础和零数据挖掘与分析基础的读者快速掌握金融数据挖掘与分析的工具、技术和方法。 读完本书，你将会有如下3个方面的收获： （1）Python编程基础和数据预处理 首先详细讲解了Python的核心语法，以及NumPy、Matplotlib、PySpark、Jupyter Notebook等Python数据处理工具的使用；然后详细介绍了数据预处理的流程和技巧。通过深入浅出的语言和丰富的样例展示，帮助初学者快速上手 Python，为之后的数据分析实战夯实基础。 （2）数据挖掘与分析的经典方法 详细讲解了经典的数据挖掘方法，包括聚类分析、回归分析、分类分析、异常检测、关联分析、时间序列分析等。 （3）主要金融应用场景的数据挖掘方法 针对网络舆情的采集和热点分析、舆情分析中的情感分析、股价趋势预测、个人信用评分、企业信用评分、用户画像、目标客户精准分析、销售数据分析等金融行业的常见应用场景，给出了数据挖掘和分析的方法。 本书注重实战，配有大量精心设计的案例，同时还有配套的视频讲解、代码和数据资源，可操作性强。 金融数据挖掘与分析 金融商业数据分析：基于Python和SAS
目录 解密金融数据 前言1
第1章 简介5
1.1 概览6
1.1.1 第一部分：获取金融数据6
1.1.2 第二部分：金融数据分析7
1.1.3 第三部分：创建金融报告7
1.2 金融市场8
1.2.1 股票8
1.2.2 企业贷款（银行贷款、杠杆贷款）9
1.2.3 企业债券9
1.3 三种途径10
1.3.1 途径1：Microsoft Excel10
1.3.2 途径2：Microsoft Access11
1.3.3 途径3： C#12
1.4 线上文件12
1.5 本章小结12
第2章 组织金融数据13
2.1 途径1： Excel14
2.1.1 Excel区域与Excel表14
2.1.2 增加引用列16
2.1.3数据验证17
2.2 途径2和3：Access中的表格18
2.3 本章小结21
第3章 彭博22
3.1 确定字段22
3.1.1 鼠标滑动23
3.1.2 FLDS屏幕23
3.1.3 彭博函数构造器和在Excel中发现字段25
3.1.4 如果其他都失败了……26
3.2 Excel案例26
3.2.1 提取单一字段（BDP）26
3.2.2 提取批量数据（BDS）29
3.2.3 提取历史数据（BDH）31
3.3 用于比较的有价证券34
3.3.1 指数34
3.3.2 对等有价证券35
3.3.3 关于有价证券36
3.4 途径1和2： Excel和Access37
3.4.1 企业债券、贷款和指数37
3.4.2 公司工作表42
3.4.3 引用和重写45
3.5 途径3：彭博C# API46
3.5.1 设置Microsoft Access 以用于C#46
3.5.2 彭博C# API51
3.5.3 基本引用示例52
3.5.4 基本历史示例56
3.5.5 填入Access数据库60
3.6 本章小结70
第4章 IHS Markit：大企业数据71
4.1 企业贷款71
4.1.1数据请求71
4.1.2 贷款信息72
4.1.3 贷款定价、金融和分析77
4.2 企业和主权债券80
4.3 途径 1：在Excel中存储Markit信息81
4.4 途径2：将Markit数据导入Microsoft Access82
4.5 途径3：用C#导入Markit数据83
4.6 本章小结88
第5章 金融数据分析89
5.1数据真实性90
5.1.1 检查数据90
5.1.2 样本规模90
5.1.3 异常值91
5.2 投资组合92
5.2.1 投资组合工作表93
5.2.2 投资组合数据库表95
5.3 连接Excel工作表和Microsoft Access96
5.4 留存记录97
5.4.1 途径1： Excel97
5.4.2 途径2：Microsoft Access100
5.4.3 途径3：C#102
5.5 本章小结104
第6章 相对价值分析105
6.1 途径1：Excel106
6.1.1 Excel中的相关性与回归106
6.1.2 对等组111
6.1.3 评级112
6.1.4 统计工作表113
6.1.5 并排比较115
6.1.6 指数117
6.1.7 加权Z值117
6.2 途径2：Access120
6.2.1 Access中的相关性和回归120
6.2.2 Access中的中位数121
6.3 途径3：C#123
6.3.1 相关性和回归124
6.3.2 对等组127
6.3.3 评级127
6.3.4 统计表128
6.3.5 并排比较136
6.3.6 加权Z值136
6.4 本章小结137
第7章 组合风险分析138
7.1 途径1：Excel138
7.1.1 方差、波动性和标准差139
7.1.2 带历史或预期收益的夏普比率145
7.1.3 投资组合分解149
7.1.4 警告标志160
7.2 途径2：Access162
7.2.1 投资组合分解162
7.2.2 警告标志167
7.3 途径3：C#168
7.3.1 历史或预测收益的夏普比率168
7.3.2 投资组合分解和警告标志176
7.4 本章小结177
第8章 市场分析178
8.1 途径1：Excel179
8.1.1 新发放贷款分析179
8.1.2 再融资182
8.1.3 价格历史184
8.2 途径2和3： Access和C#190
8.2.1 新发放贷款分析190
8.2.2 再融资191
8.2.3 价格历史192
8.2.4 更进一步194
8.3 本章小结197
第9章 创建报告198
9.1 途径1：Excel199
9.2 途径2：Microsoft Access209
9.3 途径3：C#和SSRS213
9.4 本章小结225
第10章 投资组合报告226
10.1 监测业绩和风险226
10.2 途径1：Microsoft Excel227
10.2.1 计算收益227
10.2.2 投资组合报告235
10.3 途径3：C#和SSRS241
10.4
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
