Python財務數(shù)據(jù)分析

定　價：￥56.00

作　者：	閻虎勤，謝佳莉
出版社：	中國財政經(jīng)濟出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787522307893	出版時間：	2022-01-01	包裝：
開本：	16開	頁數(shù)：	332	字數(shù)：

內(nèi)容簡介

　　本書針對在財經(jīng)數(shù)據(jù)分析與研究領(lǐng)域較為常見的數(shù)學模型，編寫Python應用程序，進行實證分析。全書包括Anaconda平臺Python運行環(huán)境、Matplotlib圖表繪制、BeautifulSoup4網(wǎng)絡(luò)數(shù)據(jù)搜索、投資效益分析、Numpy數(shù)組運算、SHA256加密函數(shù)、Chebyshev函數(shù)、Optimize擬合、常見非線性函數(shù)、環(huán)境EKC曲線、Cobb Douglas函數(shù)、可擴展Richards模型與CES模型、Grey灰色系統(tǒng)模型、ANN人工神經(jīng)網(wǎng)絡(luò)等十四章內(nèi)容。本書適合財經(jīng)院校相關(guān)專業(yè)碩士研究生和高年級本科生作為教材使用，也適合相關(guān)領(lǐng)域人員學習參考。

作者簡介

　　閻虎勤，男，漢族，1963年11月15日出生于甘肅省正寧縣。1982年9月至1986年7月，在蘭州大學數(shù)學力學系計算數(shù)學專業(yè)學習，獲理學學士學位。2000年12月至2002年12月，在澳大利亞默多克大學（Murdoch University）商學院通信科學專業(yè)學習，獲通信管理碩士學位。2005年9月至2008年12月，在廈門大學管理學院技術(shù)經(jīng)濟與管理專業(yè)學習，獲管理學博士學位。曾長期擔任廈門國家會計學院信息管理處處長，現(xiàn)任遠程教育處處長。教學和研究的主要方向為管理信息系統(tǒng)、計算機審計、經(jīng)濟增長與通脹、貨幣數(shù)量論、技術(shù)經(jīng)濟與管理。主要著作有《金融系統(tǒng)微機教程》（蘭州大學出版社，1990）、《銀行經(jīng)營活動數(shù)量分析方法》（西北大學出版社，1992）《當代中國金融電腦事業(yè)》（西北大學出版社，1993）、《當代中國金融稽核事業(yè)》（西北大學出版社，1993）、《銀行計算機稽核》（西北大學出版社；1993）、《中國經(jīng)濟增長與通脹坐標系》（中國財政經(jīng)濟出版社，2011）等。

圖書目錄

第一章 Anaconda平臺Python運行環(huán)境
第一節(jié) Python財務數(shù)據(jù)分析方法
第二節(jié) Anaconda3的Python運行環(huán)境
第三節(jié) Python3.7庫函數(shù)安裝
第四節(jié) Python臨時庫模塊
第二章 Matplotlib圖表繪制
第一節(jié) Python語言基礎(chǔ)
第二節(jié) Matplotlih圖形繪制
第三節(jié) 函數(shù)圖形技巧
第四節(jié) 2D和3D函數(shù)圖及坐標軸
第三章 BeautifulSoup4網(wǎng)絡(luò)數(shù)據(jù)搜索
第一節(jié) 數(shù)據(jù)搜索環(huán)境
第二節(jié) 結(jié)構(gòu)化數(shù)據(jù)搜索
第三節(jié) 新聞網(wǎng)頁搜索舉例
第四節(jié) WordCloud詞云
第五節(jié) Jieba漢字庫
第四章投資效益分析
第一節(jié) 基本計算公式
第二節(jié) 現(xiàn)值法投資分析
第三節(jié) 年值法投資分析
第四節(jié) 收益/成本比率分析
第五節(jié) 內(nèi)部收益率分析
第六節(jié) 多種投資方案分析
第七節(jié) 貸款管理分析
第八節(jié) 本量利盈虧平衡分析
第五章 Numpy數(shù)組運算
第一節(jié) 創(chuàng)建數(shù)組
第二節(jié) 一般函數(shù)方法
第三節(jié) 隨機數(shù)與均值方差
第四節(jié) 正態(tài)分布函數(shù)
第五節(jié) 多項式求導、積分、求根
第六章 SHA256加密函數(shù)
第一節(jié) 比特幣發(fā)幣原理
第二節(jié) MD5和SHA256加密函數(shù)
第三節(jié) 時間戳及字符串結(jié)構(gòu)調(diào)整
第四節(jié) 比特幣區(qū)塊號125553的HASH值求解過程
第五節(jié) 比特幣區(qū)塊號674405 HASH值Python程序
第七章 Chebyshev函數(shù)
第一節(jié) 切比雪夫多項式
第二節(jié) 實際GDP及其累積增長指數(shù)
第三節(jié) 中美兩國GDP樣本數(shù)據(jù)
第四節(jié) 中國總體和人均實際GDP預測
第五節(jié) 美國總體和人均實際GDP預測
第六節(jié) 中美兩國實際GDP增長預測
第八章 Optimize.Leastsq擬合模式
第一節(jié) 二階多項式Leastsq擬合
第二節(jié) 三階多項式Leastsq擬合
第三節(jié) 二階切比雪夫多項式Leastsq擬合
第四節(jié) 三階切比雪夫多項式Leastsq擬合
第五節(jié) 四個多項式Leastsq擬合對比
第九章常見非線性函數(shù)
第一節(jié) 常見非線性函數(shù)
第二節(jié) 常見非線性函數(shù)高階化
第三節(jié) 常見非線性函數(shù)Leastsq擬合
第十章環(huán)境EKC曲線
第一節(jié) 線性回歸模型
第二節(jié) 2030年中國碳減排目標
第三節(jié) 環(huán)境庫茲涅茨曲線
第十一章科布-道格拉斯函數(shù)
第一節(jié) 科布-道格拉斯函數(shù)及其性質(zhì)
第二節(jié) 科布-道格拉斯函數(shù)的適用性
第三節(jié) 中國的CD函數(shù)（2000-2018）
第十二章可擴展Richards模型與CES模型
第一節(jié) 切比雪夫多項式根的應用
第二節(jié) 可擴展Richards模型
第三節(jié) CES不變替代彈性函數(shù)
第十三章灰色系統(tǒng)模型
第一節(jié) GM（1，1）微分方程的通解
第二節(jié) GM（1，1）的鄧聚龍估計法
第三節(jié) GM（2，1）微分方程的辨識
第四節(jié) GM（1，1）模型的通解擬合
第五節(jié) GM（1，1）的鄧聚龍解擬合
第六節(jié) GM（2，1）模型優(yōu)化解擬合
第十四章人工神經(jīng)網(wǎng)絡(luò)
第一節(jié) 不考慮常數(shù)項擾動
第二節(jié) 考慮常數(shù)項擾動
第三節(jié) 兩種常見激活函數(shù)
第四節(jié) 時間序列預測設(shè)計
第五節(jié) 道瓊斯工業(yè)指數(shù)預測
第六節(jié) 上證指數(shù)預測
附錄一學生課程學習心得（1）
附錄二學生課程學習心得（2）
附錄三學生課程學習心得（3）
附錄四學生課程學習心得（4）
附錄五學生課程論文列表
后記