金融大数据分析

张传娜

目录

  • 1 导论
    • 1.1 大数据的概念和内涵
      • 1.1.1 大数据爆炸
      • 1.1.2 大数据到底有多大？
      • 1.1.3 大数据的主要特征
        • 1.1.3.1 大数据的4V特征
        • 1.1.3.2 大数据时代的特点
      • 1.1.4 大数据的发展历程
      • 1.1.5 大数据的定义
      • 1.1.6 大数据与传统数据的区别
      • 1.1.7 小结
    • 1.2 大数据的思维
      • 1.2.1 大数据究竟哪里不一样？
      • 1.2.2 大数据思维1：更偏好全样本
      • 1.2.3 大数据思维2：接受混杂型
        • 1.2.3.1 小数据最重要的是保证质量
        • 1.2.3.2 大数据的简单算法由于小数据的复杂算法
        • 1.2.3.3 不再期待精确性
      • 1.2.4 大数据思维3：偏好相关性
      • 1.2.5 其他大数据思维
        • 1.2.5.1 其他大数据思维1：数据胜过经验
          • 1.2.5.1.1 案例1：友好的科学竞赛
          • 1.2.5.1.2 案例2：点球成金
        • 1.2.5.2 其他大数据思维2：数据是一种生产力
          • 1.2.5.2.1 案例二则
    • 1.3 大数据的运用
      • 1.3.1 缓解空间维度上的信息不对称
      • 1.3.2 缓解时间维度上的信息不对称
      • 1.3.3 缓解主体自身的信息不对称
  • 2 数值特征及数据结构
    • 2.1 第一部分 数值特征
      • 2.1.1 数值特征分类
      • 2.1.2 数据类型分类
      • 2.1.3 数值型数据
        • 2.1.3.1 分布的集中趋势
          • 2.1.3.1.1 数值平均数
          • 2.1.3.1.2 位置平均数
        • 2.1.3.2 分布的离散趋势
          • 2.1.3.2.1 变异指标
          • 2.1.3.2.2 变异系数
          • 2.1.3.2.3 标准化分数
          • 2.1.3.2.4 实训：计算各项指标
      • 2.1.4 字符型数据
        • 2.1.4.1 字符型数据特征
        • 2.1.4.2 无明显特征的字符型数据分析
        • 2.1.4.3 0-1分布数据分析
    • 2.2 第二部分 数据结构
  • 3 第三单元  金融数据采集及可视化
    • 3.1 第一部分 数据采集
      • 3.1.1 宏观数据采集
      • 3.1.2 行业数据采集
      • 3.1.3 上市公司数据采集
    • 3.2 第二部分 数据可视化
  • 4 关联规则分析
    • 4.1 第一课时
大数据的概念和内涵