Python 程式設計入門:金融商管實務案例, 3/e
林萍珍
買這商品的人也買了...
-
$400$300 -
$780$616 -
$500$390 -
$450$356 -
$500$390 -
$650$507 -
$650$507 -
$590$502 -
$500$390 -
$690$538 -
$560$437 -
$690$538 -
$450$338 -
$690$538 -
$450$351 -
$650$553 -
$297Python 高效開發實戰 — Django、Tornado、Flask、Twisted, 2/e
-
$880$695 -
$500$390 -
$620$527 -
$780$616 -
$850$663 -
$980$774 -
$880$695 -
$620$527
相關主題
商品描述
學習最好用的程式語言Python打造專業的金融分析平台。
書中佐以大量金融實務案例並應用Yahoo Finance及pandas套件開啟程式交易之門!
本書特色:
★ Python語法簡潔好學,適合程式設計入門課程。
★ 圖例說明程式設計的重要觀念。
★ 金融實務案例應用在統計分析、技術分析、貨幣時間價值應用、會計折舊與資本預算應用Yahoo Finance自動下載股票日資料。
★ Python資料科學套件完整功能強大,結合統計做資料分析。
★ pandas套件與excel整合做資料匯入與匯出;以OOP撰寫方式自訂套件計算有效利率。
本書適合閱讀的對象:
★ 沒有程式概念但想要學程式設計的讀者
★ 對程式設計在金融科技(Fintech)應用有興趣者
★ 做金融大數據分析入門有興趣者
★ 對程式交易應用之基礎入門應用有興趣者
首部曲(綠色)Python 程式設計入門-金融商管實務案例 (第二版)
對於沒有程式設計的新兵來說,建議選擇以Python建立基礎的程式設計觀念與實力。本書以圖例說明程式設計的觀念,適合自修者。實務案例實作包含貨幣時間價值應用如退休金規劃;存款與利率試算等;資本預算評估;會計折舊費用試算;所得稅試算;技術指標分析;上網爬蟲抓股價日資料等。提升學習興趣與累積實作經驗。首部曲的範圍即本書的內容(見封底圖右下圖Python)。Python程式設計入門是二部曲與三部曲的基礎。
二部曲(藍色)Fintech Web 應用-程式交易實作
此平台發展 Fintech Web 網頁應用程式,提供手機、平板、筆電等行動上網的程式交易平台。本書介紹如何規劃股票或期貨選擇權的交易策略,設計明確的交易規則,藉由程式依照所設定的交易策略,線上自動執行交易。除日資料外,本書另將實作高頻交易策略的歷史回測與實單交易。
三部曲(黃色)金融大數據 (即將出版)
銀行、證劵、保險等金融大數據分析應用廣泛,金融大數據需要用到統計模型與機器學習之資料探勘技術,最佳化出最適的規則,提昇金融投資應用的價值。
本書線上教材資源:
https://github.com/letylin/pyprogbook
歡迎讀者加入作者的LINE@群組與作者聯繫,這是採1對1的方式,若書裡有您不解的地方,也可以利用此管道與作者一起討論。
作者簡介
林萍珍
國立高雄科技大學金融資訊系教授
國立高雄科技大學AI金融科技中心主任
我們「接觸」科技,進而想「創造」科技來改善生活。前者像閱讀;後者像寫作。寫作才能創新,想要做金融科技(FinTech)創新,就必須學寫程式。程式設計其實很好玩,撰寫金融商管的程式更好玩,一起來創造這個世界吧。
經歷
‧管科會財務會計輔導顧問
‧經濟部中小企業財務顧問
‧獲國科會特殊研究人才獎勵
‧獲高科大產學績優教師
‧高科大前金融系主任
本書的課本範例是以線上的方式提供給您,有任何勘誤或修改也會在此更新,也歡迎您留言與我們討論書的內容。
線上教材資源:
https://github.com/letylin/pyprogbook
歡迎讀者加入我們的LINE@ 群組與我們聯繫,這是採1對1的方式,若書裡有您不解的地方,也可以利用此管道與我們一起討論。
封面呈現的鳥是台灣特有種 五色鳥
封面攝影/鄧柑謀
目錄大綱
Chapter 01 Python 簡介
1-1 Python 發展與特色
1-2 Python 與其他語言的比較
1-3 Python 與 R 之各別優勢
1-4 應用Python 實踐 FinTech 平台的原因
1-4-1 Python 被評為最推薦的五種 FinTech 應用技術之一
1-4-2 Python 輕鬆整合 Web 相關技術發展 FinTech 平台
1-4-3 Python 雲端證券程式交易平台
1-4-4 Python FinTech 套件
1-4-5 國際知名 FinTech 實驗室與教育訓練課程
1-4-6 Python 薪水最高
1-5 Python 金融大數據三部曲
1-5-1 Python 與金融大數據技術完美整合
1-5-2 Python 金融大數據三部曲
Chapter 02 整合開發環境
2-1 Anaconda 檔案下載
2-2 Anaconda 程式安裝
2-3 Anaconda 程式編輯平台
2-3-1 IPython Notebook
2-3-2 Spyder
2-4 Anaconda 支援的套件清單
Chapter 03 資料型別
3-1 可變與不可變
3-2 變數命名規則
3-3 數值型別
3-3-1 整數與浮點數
3-3-2 布林
3-3-3 二進位、八進位、十六進位
3-4 字串型別
3-4-1 文字資料單獨顯示
3-4-2 文字資料儲存在變數中
3-4-3 使用 print 函數顯示字串
3-4-4 r 前置字元
3-4-5 字串相加
3-4-6 複製字串
3-4-7 字串長度
3-4-8 取出部分字串
3-4-9 字串比較
3-5 字串的方法
3-6 抽象資料型別
3-7 容器型別
3-7-1 list
3-7-2 tuple
3-7-3 集合 set
3-7-4 字典 dict
3-8 不同型別的共用方法
作業
Chapter 04 資料運算
4-1 運算式
4-1-1 算術運算
4-1-2 關係運算
4-1-3 邏輯運算
4-2 內建函數
4-2-1 資料型別轉換
4-2-2 資料運算與處理
4-2-3 格式化輸出
4-2-4 容器
4-2-5 系統
4-2-6 迭代
4-2-7 其他
4-3 模組簡介與應用
4-3-1 import 模組名稱
4-3-2 import 模組名稱 as 別名
4-3-3 from 模組名稱 import 函數名稱 as 別名
作業
Chapter 05 程式設計
5-1 邏輯判斷
5-1-1 if
5-1-2 if else
5-1-3 if elif else
5-1-4 巢狀 elif
5-2 重覆迴圈
5-2-1 單一 for 迴圈
5-2-2 巢狀 for
5-2-3 while
5-2-4 break 和 continue
5-2-5 range() 函數無法處理浮點數的序列
5-3 Spyder 除錯應用
5-4 實務案例
作業
Chapter 06 自訂函數
6-1 自訂函數的定義、特點與語法
6-1-1 定義
6-1-2 特點
6-1-3 語法
6-2 呼叫函數與回傳值用法
6-2-1 呼叫函數
6-2-2 匿名函數
6-2-3 回傳值用法
6-3 參數
6-3-1 傳址與傳值
6-3-2 參數的分類與功能
6-3-3 參數的進階應用
6-4 變數命名空間的搜尋路徑
6-4-1 變數命名空間
6-4-2 範圍(scope)
6-4-3 LEGB 架構
6-5 除錯
6-5-1 設定中斷點
6-5-2 按「Ctrl+F5」進入除錯模式
6-5-3 按「Ctrl+F11」進入函數內執行指令或中斷點
6-5-4 按「Ctrl+F12」繼續執行往下的程式碼
6-5-5 再按「Ctrl+F11」進入 len() 函數內的第 1 列
6-5-6 結束除錯模式
6-6 實務案例
作業
Chapter 07 檔案處理
7-1 檔案串流物件
7-2 檔案存取方法
7-2-1 檔案處理步驟
7-2-2 開啟 txt 檔案
7-2-3 使用 with as
7-2-4 文字檔的讀寫方法
7-2-5 檔案物件的其他屬性
7-2-6 寫入 CSV 檔案
7-2-7 寫入 Excel 檔案
7-3 檔案路徑處理
7-4 網路取得資料
7-5 實務案例
作業
Chapter 08 物件導向程式設計
8-1 物件導向程式設計簡介
8-1-1 指令式程式設計(instruction oriented programming, IOP)
8-1-2 程序導向程式設計(procedure oriented programming, POP)
8-1-3 物件導向程式設計(object oriented programming, OOP)
8-2 類別、物件與實體
8-2-1 何謂物件?
8-2-2 類別(class)
8-2-3 實體
8-2-4 Python 定義類別與建構物件實體範例
8-2-5 類別、物件與實體程式碼對應說明
8-2-6 物件初始化
8-2-7 方法
8-2-8 封裝
8-2-9 程序導向與物件導向程式設計的差別
8-3 繼承
8-3-1 super() 方法
8-3-2 改寫方法(override)
8-4 多重繼承
8-5 多型
8-6 錯誤與異常
8-6-1 語法錯誤
8-6-2 引發異常
8-6-3 異常處理機制
8-7 模組與套件
8-7-1 套件的製作流程
8-7-2 匯入套件與呼叫套件
8-7-3 第三方套件
8-8 實務案例
作業