Python经济金融数据分析与决策/大数据与人工智能技术丛书

本书内容包括数据统计 分析、数据相关性分析、时 间序列分析、会计决策分析 方法、管理决策分析方法、 金融决策分析方法等，结合 经济、金融、管理等领域的 实际问题，融合了财经类专 业知识和Python编码实战， 通过近200个案例的Python 代码讲解，帮助读者提升财 经类数据分析与决策的实践 能力。 本书适合作为高等学校 财经类专业的教材，也适合 对量化交易等领域感兴趣的 金融从业人员及普通读者参 考。

第一篇 基础知识篇 第1章 数据处理基础 1.1 数据获取 1.1.1 专业数据库 1.1.2 互联网数据网站 1.2 数据读取 1.2.1 文件读取方式 1.2.2 动态生成方式 1.2.3 大规模数据读取与存储 1.3 数据预处理 1.3.1 缺失数据处理 1.3.2 数据转换 习题 第二篇 数据分析篇 第2章 数据统计分析 2.1 数据类型 2.1.1 单一数据类型 2.1.2 组合数据类型 2.2 数据抽样 2.2.1 随机抽样 2.2.2 等距抽样 2.2.3 分层抽样 2.2.4 整群抽样 2.3 数据分组 2.3.1 等距分组 2.3.2 不等距分组 2.4 数据分布分析 2.4.1 频次分布分析 2.4.2 时序分布分析 2.4.3 集中度分析 2.5 数据假设检验 2.5.1 正态分布检验 2.5.2 T值检验 习题 第3章 数据相关性分析 3.1 相关度 3.1.1 线性相关度计算 3.1.2 非线性相关度计算 3.2 回归分析 3.2.1 线性回归分析 3.2.2 非线性回归分析 习题 第4章 时间序列分析 4.1 时序水平指标分析 4.1.1 发展水平 4.1.2 增减量 4.2 时序速度指标分析 4.2.1 发展速度 4.2.2 增减速度 4.3 长期趋势分析 4.3.1 移动平均法 4.3.2 长期趋势信息的分解 习题 第三篇 应用分析篇 第5章 会计决策分析方法 5.1 成本分析 5.1.1 不同性质的成本对比分析 5.1.2 历史成本法的拟合 5.1.3 账户成本法 5.1.4 作业成本法 5.2 本量利分析 5.2.1 本量利基本指标分析 5.2.2 盈亏平衡分析 5.3 边际值分析 5.3.1 边际成本计算 5.3.2 边际收益计算 5.3.3 边际利润计算 5.3.4 需求价格弹性计算 5.4 预测分析 5.4.1 销售预测 5.4.2 成本预测 5.4.3 利润预测 5.4.4 资金预测 5.5 财会机器人 5.5.1 基于键盘鼠标模拟的实现方法 5.5.2 基于文件读写的实现方法 习题 第6章 管理决策分析方法 6.1 决策树分析 6.2 线性规划分析 6.2.1 双变量的生产规划 6.2.2 多变量的生产规划 6.2.3 二值变量结合的非线性生产规划 6.3 最优化问题 6.3.1 最小成本计算 6.3.2 最大利润计算 6.4 改变量分析 6.4.1 平均变化率 6.4.2 经济函数改变量 6.5 多值计算 习题 第7章 金融决策分析方法 7.1 利息计算 7.1.1 借贷利息计算 7.1.2 按揭贷款计算 7.2 博彩量化分析 7.2.1 掷色子模拟分析 7.2.2 购买彩票模拟分析 7.3 股票行情可视化 7.3.1 K线图绘制 7.3.2 成交量图绘制 7.3.3 MACD图绘制 7.3.4 KDJ图绘制 7.4 股票行情分析 7.4.1 股票异动涨跌幅阈值的确定 7.4.2 股票最可能上涨和下跌的星期几 7.4.3 跳空缺口分析 7.4.4 多股票对比分析 7.4.5 黄金分割线交易法 7.5 回测模拟 7.5.1 高抛低吸策略 7.5.2 均值回归策略 7.5.3 趋势跟踪策略 7.5.4 正态分布买入策略 习题 附录A 本书使用的数据文件说明 附录B 常见中英文字体名称 附录C print()方法输出数字字符串的格式