《Python量化金融與人工智慧》是2021年清華大學出版社出版的圖書。
基本介紹
- 書名：Python量化金融與人工智慧
- 作者：朱順泉
- 出版社：清華大學出版社
- 出版時間：2021年7月1日
- 定價：69 元
- ISBN：9787302581536
內容簡介,作者簡介,目錄,
內容簡介
《Python量化金融與人工智慧》內容包括：量化金融投資基礎及Python下載、安裝與啟動，Python編程基礎，Python金融數據存取，Python工具庫NumPy數組與矩陣計算，Python工具庫SciPy最佳化與統計分析，Python工具庫Pandas數據對象及數據分析，Python描述統計，Python參數估計及其套用，Python參數假設檢驗，Python相關分析與回歸分析，Python多重共線性處理，Python異方差處理，Python自相關處理，Python金融時間序列分析的日期處理，Python金融時間序列的自相關性與平穩性，Python金融時間序列分析的ARIMA模型，Python金融時間序列分析的ARCH與GARCH模型，Python資產組合的收益率與風險，Python-optimize工具最佳化資產組合均值方差模型，Python在有無風險資產的均值方差模型中的套用，Python在資本資產定價模型中的套用，貝塔對沖策略，量化選股策略分析，量化擇時策略分析，量化選股與量化擇時組合策略分析，金融大數據量化投資統計套利的協整配對交易策略，基於Python環境的配對交易策略，人工智慧機器學習量化金融策略等。
《Python量化金融與人工智慧》內容新穎、全面，實用性強，融理論、方法、套用於一體，是一部供金融學、金融工程、投資學、保險學、經濟學、財政學、統計學、套用統計、數量經濟學、管理科學與工程、計算機套用技術、套用數學、計算數學、機率統計、財務管理、會計學、工商管理等專業的本科高年級學生與研究生使用的參考書。
作者簡介
朱順泉，廣東財經大學金融學院教授，長期從事本科生與研究生的投資學、金融工程、公司金融、金融市場、金融計量學、經濟博弈論、數據模型與決策等課程的教學和科研工作，一直致力於財經與科技相結合的交叉套用研究。在人民、科學、清華、北大等出版社出版著作四十餘部，。主持完成國家社會科學項目基金、教育部社會科學項目基金等項目共十餘項。主要研究方向：投資學、金融工程、金融市場、公司金融財務等。
目錄
第1篇 量化金融投資基礎與Python技術
第1章 量化金融投資基礎及Python
下載、安裝與啟動
1．1 量化金融投資基礎
1．1．1 量化金融投資的概念
1．1．2 量化金融投資的優勢
1．1．3 量化金融投資的歷史和未來
1．1．4 量化金融投資的套用與流程
1．2 Python工具概述
1．3 Python工具的下載
1．4 Python的安裝
1．5 Python的啟動和退出
練習題
第2章 Python編程基礎
2．1 Python的兩個基本操作
2．2 Python數據結構
2．3 Python函式
2．4 Python條件與循環
2．5 Python類與對象
練習題
第3章 Python金融數據存取
3．1 Python-NumPy數據存取
3．2 Python-Scipy數據存取
3．3 Python-pandas的csv格式數據檔案存取
3．4 Python-pandas的Excel格式數據檔案存取
3．5 讀取並查看數據表列
3．6 讀取挖地兔財經網站的數據
3．7 挖地兔Tushare財經網站數據的保存
3．8 使用Opendatatools工具獲取數據
3．9 Python-quandl財經數據接口
3．10 下載Yahoo財經網站數據
3．11 存取Yahoo財經網站數據
練習題
第4章 Python工具庫NumPy數組與矩陣計算
4．1 NumPy概述
4．2 NumPy數組對象
4．3 創建數組
4．4 數組操作
4．5 數組元素訪問
4．6 矩陣操作
4．7 缺失值處理
練習題
第5章 Python工具庫SciPy最佳化與統計分析
5．1 SciPy概述
5．2 scipy．optimize最佳化方法分析
5．3 利用CVXOPT求解二次規劃問題
5．4 scipy．stats的統計方法分析
練習題
第6章 Python工具庫Pandas數據對象及數據分析
6．1 Pandas基礎知識
6．1．1 數據對象
6．1．2 增刪查改
6．1．3 Pandas常用函式
6．1．4 繪圖
6．1．5 數據讀寫
6．2 Pandas基本金融數據分析
6．3 Pandas橫向合併金融數據分析
6．4 Pandas縱向分類匯總金融數據分析
練習題
第2篇 Python統計分析
第6篇 Python量化金融投資策略
第7章 Python描述統計
7．1 描述性統計的Python工具
7．2 數據集中趨勢的度量
7．3 數據離散狀況的度量
7．4 峰度、偏度與正態性檢驗
7．5 異常數據處理
練習題
第8章 Python參數估計及其套用
8．1 參數估計與置信區間的含義
8．2 Python點估計
8．3 Python單正態總體均值區間估計
8．4 Python單正態總體方差區間估計
8．5 Python雙正態總體均值差區間估計
8．6 Python雙正態總體方差比區間估計
練習題
第9章 Python參數假設檢驗
9．1 參數假設檢驗的基本理論
9．1．1 p-value決策
9．1．2 假設檢驗
9．2 Python單樣本t檢驗
9．3 Python兩個獨立樣本t檢驗
9．4 Python配對樣本t檢驗
9．5 Python單樣本方差假設檢驗
9．6 Python雙樣本方差假設檢驗
練習題
第10章 Python相關分析與回歸分析
10．1 Python相關分析
10．2 Python一無線性回歸分析的statsmodels套用
10．3 Python多元線性回歸分析
練習題
……
第3篇 Python基本計量經濟分析
第4篇 Python金融時間序列分析
第5篇 Python金融投資理論
