《金融數據建模套用（高級）》是清華大學出版社出版的圖書，作者是秦回響、廖文輝、唐亞暉、周偉、安英博、趙炳盛、魏爽。
基本介紹
- 中文名：金融數據建模套用（高級）
- 作者：秦回響、廖文輝、唐亞暉、周偉、安英博、趙炳盛、魏爽
- 出版時間：2022年5月
- 出版社：清華大學出版社
- 頁數：280 頁
- 字數：437
- ISBN：9787302598640
- 定價：68 元
內容簡介,圖書目錄,
內容簡介
本書是教育部1+X職業技能等級證書“金融數據建模套用(高級)”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。全書從金融基礎業務套用、金融數據分析、金融資料庫、金融數據挖掘與算法實現、金融數據模型設計與調優、數據可視化、金融數據建模項目管理7個方面，培養學生在金融與科技融合的專業崗位上金融數據建模套用能力。
本書可作為1+X職業技能等級證書“金融數據建模套用(高級)”培訓的教材，也可作為套用型本科院校、中高等職業院校軟體工程、計算機科學與技術、信息管理與信息系統、信息與計算科學、物聯網工程、金融貿易等相關專業的教材，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
目 錄
第1章 金融基礎業務套用 1
1.1 金融監管基礎 1
1.1.1 國家監督 1
1.1.2 自我管理 5
1.2 金融市場法律法規 6
1.2.1 金融市場法律法規體系6
1.2.2 金融業務法律規範7
1.2.3 大數據與個人信息保護法律法規 14
1.2.4 金融法律責任及相關犯罪類型 18
1.2.5 金融風險管理政策 20
1.3 道德規範與行為準則25
1.3.1 道德規範 25
1.3.2 行為準則 25
1.4 金融市場概述26
1.4.1 金融市場的特徵26
1.4.2 金融市場分類 27
1.4.3 金融市場構成要素 28
1.4.4 金融市場功能 29
1.5 金融機構概述30
1.5.1 金融市場的融資結構 30
1.5.2 金融機構存在的理論基礎 31
1.5.3 金融機構體系 33
1.6 金融工具市場與衍生品 39
1.6.1 貨幣市場 39
1.6.2 資本市場 41
1.6.3 金融衍生品 42
1.7 金融風險及風險管理45
1.7.1 金融風險的類別45
1.7.2 金融風險管理的基礎理論 46
1.7.3 金融風險管理的理論方法 48
1.7.4 金融風險管理的計量模型 49
1.7.5 金融風險管理的流程 51
第2章金融數據分析 56
2.1 Python程式設計基礎56
2.1.1 Python基礎 56
2.1.2 Python控制流 58
2.1.3 Python函式與模組 59
2.2 Python進階 60
2.2.1 NumPy的使用 60
2.2.2 Pandas的使用 60
2.2.3 Matplotlib數據可視化61
2.3 數理統計基礎66
2.3.1 微積分基礎 66
2.3.2 線性代數基礎 68
2.3.3 機率統計基礎 72
2.4 金融數據管理79
2.4.1 數據治理 79
2.4.2 數據安全與隱私保護 80
2.4.3 數據信息加密及其Python實現 81
2.5 金融數據初步處理 82
2.5.1 金融數據的獲取82
2.5.2 金融數據預處理82
2.5.3 蒙特卡羅方法 85
第3章金融資料庫 87
3.1 資料庫 87
3.1.1 關係型資料庫 87
3.1.2 NoSQL資料庫103
3.2 數據倉庫 112
3.2.1 基本概念112
3.2.2 數據倉庫構建 116
3.2.3 SSIS、SSAS、SSRS118
3.3 金融數據倉庫119
3.3.1 金融行業建設數據倉庫的必要性 119
3.3.2 金融行業傳統數據倉庫 119
3.3.3 金融行業新一代數據倉庫123
第4章 金融數據挖掘與算法實現 129
4.1 常用大數據挖掘算法 129
4.1.1 邏輯回歸模型129
4.1.2 樸素貝葉斯模型 131
4.1.3 決策樹 134
4.1.4 隨機森林 136
4.1.5 支持向量機 137
4.1.6 聚類分析 138
4.1.7 人工神經網路139
4.2 大數據分析與Spark Python 140
4.2.1 大數據分析與分散式數據處理 140
4.2.2 常見分散式數據處理框架143
4.2.3 Spark Python 148
4.3 Spark Python大數據分析套用 151
4.3.1 Spark Python開發環境搭建151
4.3.2 Spark RDD運算類型示例 159
4.3.3 套用PySpark進行大數據分析 167
第5章 金融數據模型設計與調優 173
5.1 金融行業典型套用場景 173
5.1.1 銀行領域 173
5.1.2 保險領域 181
5.1.3 證券領域 184
5.2 金融中的數學模型188
5.2.1 投資模型 189
5.2.2 金融風險管理模型 194
5.3 金融機構客戶流失預警模型 205
5.3.1 數據探索性分析 206
5.3.2 數據預處理 210
5.3.3 特徵加工 213
5.3.4 模型建設 214
5.3.5 模型的超參調節 215
5.3.6 交叉驗證 216
5.3.7 模型評價 218
5.4 金融模型的疊代與最佳化 220
5.4.1 金融領域機器學習模型評價 220
5.4.2 金融領域機器學習模型管理 223
第6章數據可視化 226
6.1 數據可視化概述 226
6.1.1 數據可視化的含義 226
6.1.2 視覺通道 227
6.1.3 數據可視化的軟體及工具228
6.1.4 數據可視化的流程 231
6.2 數據可視化的基礎要素 232
6.2.1 數據 232
6.2.2 圖表 234
6.3 數據可視化的設計235
6.3.1 數據可視化設計理念235
6.3.2 圖表的設計 236
6.3.3 排版、配色及字型 238
第7章金融數據建模項目管理 240
7.1 項目管理要素240
7.1.1 項目範圍管理240
7.1.2 項目時間管理240
7.1.3 項目成本管理240
7.1.4 項目質量管理241
7.1.5 人力資源管理241
7.1.6 項目溝通管理241
7.1.7 項目風險管理241
7.1.8 項目採購管理242
7.2 甘特圖242
7.2.1 甘特圖的特點242
7.2.2 甘特圖的優缺點 243
7.2.3 甘特圖的繪製步驟 243
7.3 項目團隊管理243
7.3.1 項目相關方管理 244
7.3.2 項目任務分解257
參考文獻 266
