新書推薦：
《
我们身边的小鸟朋友：手绘观鸟笔记
》
售價：NT$
356.0
《
拯救免疫失衡
》
售價：NT$
254.0
《
收尸人
》
售價：NT$
332.0
《
大模型应用开发：RAG入门与实战
》
售價：NT$
407.0
《
不挨饿快速瘦的减脂餐
》
售價：NT$
305.0
《
形而上学与存在论之间：费希特知识学研究（守望者）（德国古典哲学研究译丛）
》
售價：NT$
504.0
《
卫宫家今天的饭9 附画集特装版（含漫画1本+画集1本+卫宫士郎购物清单2张+特制相卡1张）
》
售價：NT$
602.0
《
化妆品学原理
》
售價：NT$
254.0
|
| 編輯推薦： |
1.掌握Python让你脱颖而出
随着信息化时代的到来，越来越多的人需要了解计算机编程，以便应对激烈竞争的职场环境和求职环境。国内财经类专业学生及从业者是一个极为庞大的群体，如何在其中脱颖而出，Python就是很好的助力。
2.行业导师总结的秘笈
本书作者斯文博士拥有丰富的从业经历，并且担任中国人民大学、上海财经大学、中南财经政法大学、华东政法大学等高校的兼职硕士研究生导师或校外导师，更加了解从业者及相关专业学生的痛点。
3.立足Python基础，融合金融场景
本书以Python入门为起点，结合丰富的金融场景案例，为大家打开了金融视角的Python应用之路，让大家轻松理解编程的关键，并学会在金融实务中融入编程思维，提高业务效能。
|
| 內容簡介： |
Python是一门以简洁和可读性著称的编程语言，它的易学性使其成为新手和专业人士的首选。Python提供了丰富的库和框架，广泛应用于数据科学、人工智能、Web开发等领域。无论你是初学者还是资深开发者，Python都能满足你的需求。
本书内容共7章，立足金融场景讲解Python的基础知识和编程应用，不仅讲解了Python基础语法，而且介绍了NumPy、pandas、Matplotlib、SciPy、statsmodels、arch和datetime等模块的编程应用。此外，本书还讲解了金融领域的深度学习和强化学习应用，并通过PyTorch模块和Gymnasium模块演示了具体的编程实践。
本书由资深的金融从业者编写，旨在引导读者掌握金融领域的Python编程技巧，适合金融领域和金融科技领域的从业者和高校师生参考学习，也适合对Python的金融应用感兴趣的读者阅读。
|
| 關於作者： |
|
斯文，笔名华尔街先生，浙江湖州人，经济学博士，注册会计师（CPA）、特许金融分析师（CFA）、金融风险管理师FRM），拥有在中/外资银行、证券公司、信托公司、金融控股集团、交易所等机构近 20 年的金融与风险管理从业经历。 斯文博士担任中国人民大学、上海财经大学、中南财经政法大学、华东政法大学等高校的兼职硕士研究生导师或校外导师，公开发表学术论文五十余篇。斯文博士还曾为中国工商银行、中国人民保险集团等金融机构及复旦大学、中国人民大学、浙江大学等近10所高校讲授 Python 金融实战课程，长期致力于推广Python以及AI大模型在金融行业的应用。
|
| 目錄：
|
第 1章 结合金融场景演示Python基础编程 1
1.1 Python简介 1
1.2 Python的金融变量赋值与数据类型 6
1.3 Python的数据结构 12
1.4 Python的运算符号 22
1.5 Python的内置函数与自定义函数 28
1.6 Python的类 33
1.7 Python的句型 37
1.8 模块导入与math模块 42
1.9 本章小结 45
1.10 拓展阅读 46
第 2章 结合金融场景演示NumPy模块编程 47
2.1 从一个投资案例讲起 47
2.2 N维数组 49
2.3 数组的相关功能 54
2.4 数组的相关运算 58
2.5 基于统计分布的随机抽样 69
2.6 现金流模型 80
2.7 本章小结 88
2.8 拓展阅读 89
第3章 结合金融时间序列演示pandas模块编程 90
3.1 pandas的数据结构 90
3.2 时间索引 96
3.3 金融时间序列的数据可视化 100
3.4 数据框内部的操作 104
3.5 数据框之间的合并 114
3.6 统计功能 118
3.7 本章小结 127
3.8 拓展阅读 127
第4章 结合金融可视化演示Matplotlib模块编程 128
4.1 基本函数及参数的介绍 128
4.2 曲线图 133
4.3 直方图 138
4.4 条形图 143
4.5 散点图 148
4.6 饼图与雷达图 150
4.7 K线图 154
4.8 三维图 158
4.9 本章小结 163
4.10 拓展阅读 164
第5章 结合金融场景演示SciPy等模块编程 165
5.1 SciPy模块 165
5.2 statsmodels模块 184
5.3 波动率模型与arch模块 191
5.4 datetime模块 198
5.5 本章小结 203
5.6 拓展阅读 204
第6章 结合金融场景演示深度学习PyTorch模块编程 205
6.1 PyTorch环境部署 205
6.2 张量 208
6.3 神经元与激活函数 226
6.4 构建线性模型 232
6.5 全连接神经网络 240
6.6 循环神经网络 252
6.7 长短期记忆网络 263
6.8 本章小结 273
6.9 拓展阅读 274
第7章 结合金融场景的强化学习编程 275
7.1 强化学习入门 275
7.2 强化学习的编程技术框架——Gymnasium模块 286
7.3 创建并运行股票投资的强化学习环境 293
7.4 Q学习 303
7.5 深度Q网络 320
7.6 本章小结 338
7.7 拓展阅读 339
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
