基础篇 1
第 1章 Python基本知识 1
1.1 Python概述 1
1.2 Python安装及启动 1
1.3python基本数据类型 10
1.4 Python相关公有方法 13
1.5 列表、元组与字符串方法 17
1.6字典方法 20
1.7 条件语句 21
1.8 循环语句 23
1.9 函数 24
1.10 Python在金融大数据中的应用 26
本章小结 28
本章练习 28
第 2章 科学计算包Numpy 29
2.1 Numpy简介 29
2.2 创建数组 30
2.3 数组尺寸 31
2.4 数组运算 33
2.5 数组切片 34
2.6 数组连接 36
2.7 数据存取 37
2.8数组形态变换
2.9数组排序与搜索
2.10矩阵与线性代数运算
本章小结 38
本章练习 38
第3章 数据处理包Pandas 39
3.1 Pandas简介 39
3.2 序列 40
3.3 数据框 44
3.4 外部文件读取 53
3.5 滚动计算函数 55
本章小结 57
本章练习 57
第4章 数据可视化包Matplotlib 59
4.1 Matplotlib简介 59
4.2 Matplotlib常用图形绘制
本章小结 65
本章练习 65
第5章 机器学习包Scikit-learn 66
5.1 Scikit-learn简介 66
5.2 数据预处理 67
5.3 线性回归 80
5.4 逻辑回归 86
5.5 神经网络 88
5.6 支持向量机 92
5.7 K-均值聚类 96
本章小结 101
本章练习 102
第6章 关联规则基础知识 105
6.1 关联规则概念 105
6.2 布尔关联规则挖掘 106
6.3 关联规则挖掘应用：国际股票指数关联分析
本章小结 114
本章练习 114
案例篇 115
第7章 基础案例 115
7.1 众包任务特征指标的计算 115
7.2 股票价格指数周收益率和月收益率的计算 121
7.3上市公司净利润增长率的计算 126
7.4 股票价、量走势图绘制 128
7.5 股票价格移动平均线的绘制 132
7.6 沪深300指数走势预测 136
7.7 基于主成分聚类的上市公司盈利能力分析 139
本章小结 146
本章练习 146
第8章 综合案例1：上市公司综合评价 147
8.1 案例背景 147
8.2 案例目标及实现思路 147
8.3 基于总体规模与投资效率指标的综合评价 148
8.4 基于成长与价值指标的综合评价 158
本章小结 166
本章练习 166
第9章 综合案例2：股票价格涨跌趋势预测 168
9.1 案例背景 168
9.2 案例目标及实现思路 168
9.3 指标计算 169
9.4 预测模型构建 177
9.5 预测结果分析 179
9.6 量化投资策略设计与分析 181
本章小结 186
本章练习 186
第 10章 综合案例3：股票价格形态聚类与收益分析 187
10.1 案例背景 187
10.2 案例目标及实现思路 188
10.3 数据获取 189
10.4 股票价格形态特征提取 189
10.5 股票价格形态聚类与收益率计算 196
10.6 量化投资策略设计与分析 202
本章小结 208
本章练习 209
第 11章 综合案例4：行业联动与轮动分析 210
11.1 案例背景 210
11.2 案例目标及实现思路 210
11.3 数据获取 211
11.4 日行业联动与轮动分析 213
11.5 周行业联动与轮动分析 218
11.6 月行业联动与轮动分析 222
11.7 量化投资策略设计与分析 228
本章小结 233
本章练习 233
实训篇 234
第 12章 综合实训 234
12.1行业盈利状况可视化分析实训 234
12.2上市公司透明度综合评价实训 235
12.3基于支持向量机的量化择时实训 236
12.4上市公司综合能力聚类分析实训 238
12.5股票联动与轮动分析实训 239
参考文献 241