金融數據建模套用(中級)

金融數據建模套用(中級)

《金融數據建模套用(中級)》是2023年清華大學出版社出版的圖書。

基本介紹

  • 中文名:金融數據建模套用(中級)
  • 作者:張峰、王秦
  • 出版社:清華大學出版社
  • 出版時間:2023年4月1日
  • 定價:68 元
  • ISBN:9787302629344
內容簡介,圖書目錄,

內容簡介

《金融數據建模套用(中級)》是教育部1+X職業技能等級證書“金融數據建模套用(中級)”的配套教材。全書依據金融數據建模套用職業技能等級標準,面向金融數據建模相關崗位需求,強化學生的業務實操能力和職業判斷能力。全書從金融大數據概述、金融數據分析基礎、金融數據建模及常用算法、金融數據自主建模高級套用、SQL在金融數據建模中的套用、金融數據可視化分析高級套用、金融數據建模套用案例解析、金融數據建模新技術和金融數據安全規範9個方面,培養學生在金融科技崗位上進行金融數據建模的能力。
《金融數據建模套用(中級)》可作為教育部1+X職業技能等級證書“金融數據建模套用(中級)”培訓的教材,也可作為套用型本科院校、中高等職業院校的計算機科學與技術、信息管理與信息系統、金融學等相關專業的教材,還可作為金融數據建模套用從業人員的培訓用書。

圖書目錄

第 1 章 金融大數據概述  1
1.1 認識金融大數據 1
1.1.1 大數據的定義   1
1.1.2 金融大數據的定義 1
1.1.3 金融大數據的分類 2
1.1.4 金融大數據的特點 3
1.1.5 金融大數據的作用 4
1.1.6 金融大數據的分析方法  5
1.2 金融大數據套用 6
1.2.1 金融大數據在銀行業的套用 6
1.2.2 金融大數據在證券業的套用 8
1.2.3 金融大數據在保險業的套用 8
1.3 金融大數據套用技術架構 10
1.3.1 數據產生層   10
1.3.2 數據交換層   11
1.3.3 流程調度層   13
1.3.4 數據計算層   13
1.3.5 數據套用層   17
1.3.6 數據訪問層   18
1.3.7 數據管控層   19
1.4 金融大數據套用的關鍵技術   20
1.4.1 大數據採集技術  20
1.4.2 大數據預處理技術 20
1.4.3 大數據存儲與管理技術  20
1.4.4 大數據分析與挖掘技術  21
1.4.5 大數據展現與套用技術  21
本章習題  21
第 2 章 金融數據分析基礎 23
2.1 認識金融數據分析   23
2.1.1 金融數據分析的目的   23
2.1.2 金融數據分析的意義   24
2.1.3 金融數據分析的基本思路 25
2.1.4 金融數據分析常用術語  28
2.2 金融數據分析流程及套用場景  37
2.2.1 金融數據的獲取  37
2.2.2 金融數據的預處理 38
2.2.3 金融數據的清洗  39
2.2.4 金融數據的分析  39
2.2.5 金融數據的展示  40
2.2.6 金融數據分析的套用場景 40
2.3 操作誤區   41
2.3.1 偏離分析目的  42
2.3.2 分析報告缺少內涵 42
本章習題  42
第 3 章 金融數據建模及常用算法 45
3.1 金融數據建模基礎   45
3.1.1 數據模型 45
3.1.2 數據建模 47
3.1.3 金融數據模型和金融數據建模規範 48
3.1.4 金融數據建模的流程   51
3.2 金融數據業務常用算法 55
3.2.1 相關分析 55
3.2.2 回歸分析 59
3.2.3 決策樹  67
3.2.4 聚類分析 71
3.2.5 關聯規則分析  78
本章習題  81
第 4 章 金融數據自主建模高級套用   82
4.1 自主建模的基本概念  82
4.1.1 數據模型 82
4.1.2 數據表  86
4.1.3 運算元   86
4.2 大數據建模分析平台簡介 86
4.2.1 大數據建模分析平台的功能模組 87
4.2.2 數據手動上傳  96
4.3 模型創建與管理   100
4.3.1 模型創建 100
4.3.2 模型管理 102
4.4 單表級數據處理通用運算元   108
4.4.1 添加欄位運算元  108
4.4.2 JSON解析運算元  109
4.4.3 算術運算運算元  111
4.4.4 日期處理運算元  113
4.4.5 字元串處理運算元 116
4.4.6 空值率運算元   120
4.4.7 SQL運算元 121
4.5 多表級數據建模運算元  123
4.5.1 左連線運算元   123
4.5.2 差集運算元 125
4.5.3 全關聯運算元   126
4.6 金融數據模型綜合套用 128
4.6.1 數據準備 128
4.6.2 場景分析 128
4.6.3 模型實現 133
本章習題  133
第 5 章 SQL在金融數據建模中的套用  135
5.1 SQL使用場景及技巧  135
5.2 SQL查詢基本語法及函式套用 139
5.2.1 SQL查詢基本語法   139
5.2.2 數學運算函式套用   142
5.2.3 日期函式套用  146
5.2.4 條件函式套用  154
5.2.5 字元串函式套用 157
5.2.6 數值計算函式套用   162
5.2.7 聚合函式套用  163
5.3 函式套用注意事項  164
本章習題  164
第 6 章 金融數據可視化分析高級套用  166
6.1 金融數據可視化分析概述   166
6.1.1 金融數據可視化分析的定義   166
6.1.2 金融數據可視化分析的套用場景 167
6.1.3 金融數據可視化分析的主要功能 167
6.2 可視化圖表類型介紹  168
6.2.1 數據準備及上傳 168
6.2.2 堆積圖及百分比堆積圖  169
6.2.3 瀑布圖  173
6.2.4 詞雲圖  175
6.2.5 散點圖  177
6.2.6 桑基圖  180
6.3 圖表設定   182
6.3.1 圖表顏色設定  182
6.3.2 圖表聯動設定  187
6.3.3 圖表篩選設定  191
6.3.4 圖表鑽取設定  196
6.3.5 圖表排序設定  197
6.3.6 圖表樣式設定  197
6.4 圖表中的常用計算  197
6.4.1 百分比  197
6.4.2 留存率  198
6.4.3 活躍率  198
6.4.4 重複率  198
6.4.5 同比   199
6.4.6 環比   199
6.4.7 移動計算 200
6.4.8 累計計算 200
6.5 圖表中的自定義計算  200
6.5.1 分組欄位 200
6.5.2 計算欄位 201
本章習題  202
第 7 章 金融數據建模套用案例解析   203
7.1 案例背景   203
7.2 申請評分卡模型的構建 204
7.2.1 建模思想及原理 204
7.2.2 建模方法 204
7.2.3 模型開發流程  206
7.3 申請評分卡模型的實現 206
7.3.1 數據獲取 206
7.3.2 數據預處理   207
7.3.3 探索性數據分析 210
7.3.4 變數選擇 214
7.3.5 模型開發 220
7.3.6 模型評估 225
7.3.7 信用評分 226
7.4 模型分析總結 227
本章習題  227
第 8 章 金融數據建模新技術   229
8.1 機器學習   229
8.1.1 機器學習概述  229
8.1.2 機器學習常用算法   230
8.1.3 機器學習在金融領域的套用   232
8.2 自然語言處理 232
8.2.1 自然語言處理概述   232
8.2.2 自然語言處理的基本任務 233
8.2.3 自然語言處理在金融領域的套用 235
8.3 知識圖譜   236
8.3.1 知識圖譜概述  236
8.3.2 知識圖譜構建技術   236
8.3.3 知識圖譜在金融領域的套用   239
8.4 區塊鏈 240
8.4.1 區塊鏈概述   240
8.4.2 區塊鏈核心技術 241
8.4.3 區塊鏈技術在金融領域的套用  242
本章習題  244
第 9 章 金融數據安全規範   245
9.1 金融數據安全概述  245
9.1.1 金融數據安全的重要性  245
9.1.2 金融數據面臨的風險  245
9.1.3 我國金融數據安全原則  247
9.1.4 我國金融數據安全法規  247
9.2 金融數據安全分級  250
9.2.1 金融數據安全分級的目標、原則和範圍  250
9.2.2 金融數據安全分級要素和規則  251
9.2.3 金融數據安全級別劃分  252
9.3 金融數據生命周期安全管理  253
9.3.1 數據採集安全管理   253
9.3.2 數據傳輸安全管理   254
9.3.3 數據存儲安全管理   256
9.3.4 數據使用安全管理   257
9.3.5 數據刪除安全管理   261
9.3.6 數據銷毀安全管理   262
本章習題  263
參考文獻 264

相關詞條

熱門詞條

聯絡我們