金融大数据分析

张传娜

目录

  • 1 项目一 python基础
    • 1.1 学习指南
    • 1.2 搭建金融数据分析环境
      • 1.2.1 一、python简介
      • 1.2.2 二、搭建python开发环境
      • 1.2.3 三、安装Jupyter Notebook编辑器
      • 1.2.4 四、使用Jupyter Notebook创建一个python程序
    • 1.3 python基础语法
      • 1.3.1 一、python中的输出函数
      • 1.3.2 二、变量与赋值
      • 1.3.3 三、python常用的数据类型
    • 1.4 python流程控制
      • 1.4.1 一、条件语句
      • 1.4.2 二、循环语句
    • 1.5 Pandas数据分析包
      • 1.5.1 一、pandas模块基础
      • 1.5.2 二、pandas 文件操作
      • 1.5.3 三、利用pandas进行数据分析
    • 1.6 思政知识点
      • 1.6.1 思政知识点 1： 诚信与严谨的编程精神
      • 1.6.2 思政知识点1：终身学习与创新精神
  • 2 项目二 采集金融数据
    • 2.1 学习指南
      • 2.1.1 学习指南
      • 2.1.2 金融数据采集
    • 2.2 python标准库爬取金融数据
      • 2.2.1 爬取数据的步骤
      • 2.2.2 打开网页
      • 2.2.3 解析网页内容
      • 2.2.4 金融数据爬取及处理
      • 2.2.5 爬取数据的保存
    • 2.3 Python网页文本数据库爬取金融数据
      • 2.3.1 网页文本数据库爬取数据办法
      • 2.3.2 Excel写入代理writer的使用方法
      • 2.3.3 子任务一：爬取5页数据存入一个工作簿的一个sheet中
      • 2.3.4 子任务二：爬取5页数据分别存入一个工作簿的5个sheet中
    • 2.4 AKshare采集金融数据
      • 2.4.1 安装AKshare
      • 2.4.2 子任务1 采集上证指数（sh00001）历史行情数据
      • 2.4.3 子任务2 采集东方财富行业板块成分股数据
    • 2.5 思政知识点：数据安全与隐私保护
  • 3 项目三 金融数据可视化
    • 3.1 学习指南
    • 3.2 安装并加载绘图工具包
    • 3.3 了解内置颜色面板
      • 3.3.1 了解 plotly.express 内置色板
      • 3.3.2 了解 color 属性
    • 3.4 常见金融可视化图形的绘制
      • 3.4.1 任务概述
      • 3.4.2 绘制简单的垂直柱形图
      • 3.4.3 绘制分组（簇壮）柱形图
      • 3.4.4 绘制动态柱状图
      • 3.4.5 绘制动态条形图
      • 3.4.6 绘制行业板块成分股的热力树形图
    • 3.5 思政知识点：客观呈现数据的价值观
  • 4 项目四 投资收益的描述性统计分析
    • 4.1 学习指南
    • 4.2 描述收益率的统计量
      • 4.2.1 一、期望收益
      • 4.2.2 二、投资风险
      • 4.2.3 三、偏度和峰度
      • 4.2.4 四、Excel计算投资收益的统计量
    • 4.3 投资收益的分布
      • 4.3.1 一、正态分布
      • 4.3.2 二、t分布
    • 4.4 收益率均值的区间估计
      • 4.4.1 标准差已知的投资收益区间估计
      • 4.4.2 标准差未知的投资收益区间估计
    • 4.5 投资收益的描述性统计分析
    • 4.6 思政知识点：理性投资、树立风险意识
  • 5 项目五 关联规则分析
    • 5.1 关联的内涵
    • 5.2 关联规则的作用与应用
    • 5.3 关联规则分析常见算法
    • 5.4 Apriori算法的基本概念
    • 5.5 支持度与置信度
    • 5.6 提升度
    • 5.7 Apriori算法的具体操作
    • 5.8 Python中的具体操作
关联规则分析常见算法