巧用AI大模型輕松學會Python金融數據分析

段小手

巧用AI大模型輕松學會Python金融數據分析
  • 出版商: 化學工業
  • 出版日期: 2025-04-01
  • 定價: $534
  • 售價: 8.5 折 $454
  • 語言: 簡體中文
  • 頁數: 334
  • ISBN: 7301353057
  • ISBN-13: 9787301353059
  • 相關分類: LangChain、Data Science

    • 下單後立即進貨 (約4週~6週)

相關主題

商品描述

本書旨在幫助讀者運用現代AI技術深入探索金融數據分析領域。 本書以Python為主要編程語言，通過豐富的實例與ChatGPT的智能輔助，詳盡講解了從獲取金融數據、數據處理、數據可視化、探索性數據分析、建模，到機器學習和深度學習的應用。本書不僅包含全面的理論知識和技術指導，還附贈大量高質量的金融數據，方便讀者在無法調用接口時進行實操演練。同時，本書還探討了生成式AI在選股和資產配置中的前沿應用，為讀者提供了洞察金融領域未來發展的新視角。 無論您是金融行業的專業人士、正在學習數據分析的學生，還是對金融科技感興趣的業餘愛好者，本書都將為您提供豐富的知識和實踐經驗，助您輕松掌握Python金融數據分析的核心技能。

作者簡介

段小手，君兮科技創始人，畢業於北京大學。具有10餘年國內一線因特網/電子商務公司項目管理經驗。其負責的跨境電子商務項目曾獲得“國家發改委電子商務示範項目”“中關村現代服務業試點項目”“北京市信息化基礎設施提升項目”“北京市外貿綜合公共平臺”等專項政策支持。目前重點研究領域為機器學習和深度學習等方面。

目錄大綱

第1章 用Python獲取金融數據
1.1 獲取股票數據
1.1.1 獲取股票實時行情數據
1.1.2 獲取股票歷史行情數據
1.1.3 獲取上市公司財務指標數據
1.2 獲取期貨數據
1.2.1 獲取期貨手續費與保證金數據
1.2.2 獲取期貨實時行情數據
1.2.3 獲取期貨歷史行情數據
1.3 獲取宏觀數據
1.3.1 獲取國內生產總值數據
1.3.2 獲取社會融資規模增量統計數據
1.3.3 獲取M2貨幣供應年率數據
1.4 小結與習題
第2章 讓ChatGPT協助處理金融數據
2.1 將價格數據轉化為收益
2.1.1 讓ChatGPT協助計算簡單收益
2.1.2 讓ChatGPT協助計算對數收益
2.2 根據通貨膨脹調整收益
2.2.1 通貨膨脹調整的一般步驟
2.2.2 獲取CPI月率數據並進行處理
2.2.3 讓ChatGPT協助進行通貨膨脹調整
2.3 實現波動率的計算
2.3.1 實現波動率的原理與公式
2.3.2 計算股價的月度實現波動率
2.3.3 讓ChatGPT協助計算年化實現波動率
2.4 缺失數據填補
2.4.1 用reindex填補缺失的日期
2.4.2 讓ChatGPT協助填充缺失數據
2.4.3 讓ChatGPT協助用插值法填充缺失數據
2.5 小結與習題
第3章 讓ChatGPT協助可視化金融時間序列數據
第4章 讓ChatGPT協助探索金融時間序列數據
第5章 讓ChatGPT協助進行技術分析
第6章 讓ChatGPT協助進行時間序列分析與建模
第7章 讓ChatGPT協助用機器學習建模
第8章 讓ChatGPT協助使用多因子模型
第9章 讓ChatGPT協助使用GARCH建模
第10章 讓ChatGPT協助進行蒙特卡羅模擬
第11章 讓ChatGPT協助進行資產配置
第12章 讓ChatGPT協助回測交易策略
第13章 深度學習的基礎知識
第14章 深度學習在金融領域的應用探索
第15章 利用生成式AI進行選股和分配權重
結束語

類似商品