本書內容包括：（1）經濟金融數據分析及其環境；（2）Python數據分析程序包應用基礎；（3）Python數據分析的存取；（4）Python圖形的繪制和可視化；（5）概率統計分布的Python應用；（6）描述性統計的Python應用；（7）參數估計的Python應用；（8）假設檢驗的Python應用；（9）一元回歸數據分析Python應用；（10）多元回歸數據分析的Python應用；（11）機器學習數據分析的Python應用；（12）時間序列數據分析的Python應用；（13）量化金融數據分析的Python應用。(14)期貨市場及其交易策略的Python應用。（15）期權市場及其交易策略的Python應用。
本書緊跟大數據分析時代，內容新穎、全面，實用性強，融理論、方法、應用于一體，是一部供大數據管理與應用、數據科學與大數據技術、統計學、數量經濟學、管理科學與工程、應用數學、計算數學、概率統計、金融工程、投資學、金融專業碩士、金融學、經濟學、財務管理、會計學、工商管理等專業的本科高年級學生與研究生學習《統計學》或《數據分析》等課程使用的教材或實驗參考書。
本書介紹經濟金融各種數據分析的Python應用，緊跟大數據與人工智能時代，融理論、方法、應用于一體，實用性強。
當前，數據已成為與土地、資本、勞動力同等重要的生產要素。發展好大數據產業，是發揮我國海量數據規模和豐富應用場景優勢，激活數據要素潛能的時代要求，是加快經濟發展變革，構建現代化產業體系的必然選擇。據測算，2022年我國大數據產業規模達1.57萬億元，同比增長18%，成為推動數字經濟發展的重要力量。2023年3月國家發改委成立了國家數據局。黨的二十大報告總結了過去五年的歷史成就，擘畫了未來中國經濟和社會發展前進的方向，凸顯了中國高質量發展的要求和趨勢，為中國數字經濟發展指明了方向。數字經濟是構建現代化經濟體系的重要引擎，未來數字經濟的重要發展方向是實現數字經濟助力實體經濟發展。經濟高質量發展的一個重要方面是建立現代化經濟體系，現代化經濟體系建立離不開實體經濟發展。黨的二十大報告提出，堅持把發展經濟的著力點放在實體經濟上。數字經濟主要包括數字產業化和產業數字化。發展數字經濟，能夠推動5G網絡、工業互聯網、大數據、人工智能、基礎軟件等數字產業發展。數字技術發展又能進一步推動數實融合，通過運用數字技術對傳統產業進行全方位、全鏈條改造，可以有效提高全要素生產率，促進傳統產業數字化、網絡化、智能化發展。發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群，將是未來數字經濟發展的著力點。
數字經濟與數據科學的高速發展，推動數據分析教育教學改革進入了一個全新的階段。《經濟金融數據分析及其Python應用》(第2版)重點介紹Python3.X的數據存取、數據的可視化、數據統計分析、機器學習、時間序列分析和金融量化分析的Python3.X應用，同時結合大量的實例，對Python3.X的重要程序包進行科學、準確和全面的介紹，以便使讀者能深刻理解Python3.X的精髓和靈活、高效的使用技巧。
本書之所以采用Python3.X軟件，是因為它具有強大的圖形展示、統計分析、機器學習功能，擁有可免費使用及功能強大的Pandas(基本數據分析工具)、NumPy(數值計算工具)、SciPy(科學計算工具)、Matplotlib(基礎繪圖工具)、Seaborn(擴展繪圖工具)、Sklearn(機器學習工具)等眾多程序包，而Matlab、SAS、SPSS、Eviews、Stata、Splus等都是收費軟件。因此，Python越來越受到廣大用戶的歡迎和喜愛。
本書的內容是這樣安排的： 第1章介紹經濟金融數據分析及其環境； 第2章介紹Python數據分析包應用基礎； 第3章介紹Python數據分析的存取； 第4章介紹Python圖形的繪制和可視化； 第5章介紹概率統計分布的Python應用； 第6章介紹描述性統計的Python應用； 第7章介紹參數估計的Python應用； 第8章介紹假設檢驗的Python應用； 第9章介紹一元回歸數據分析的Python應用； 第10章介紹多元回歸數據分析的Python應用； 第11章介紹機器學習數據分析的Python應用； 第12章介紹時間序列數據分析的Python應用； 第13章介紹量化金融投資數據分析的Python應用； 第14章介紹期貨及其交易策略的Python應用； 第15章介紹期權及其交易策略的Python應用。
本書實例和內容豐富，針對性強，書中各章結合實例詳細地介紹Python3.X的具體操作過程，讀者只需按照書中介紹的步驟一步一步地實際操作，就能掌握全書的內容。為了幫助讀者更加直觀地學習本書，我們將書中實例的全部數據文件作為附加的數據資源提供給讀者。讀者在自己的電腦中建立一個data目錄(其他目錄名也可以)，將所有數據文件復制到此目錄，即可進行操作。
本書的特點是： 以問題為導向，通過問題來介紹Python3.X的使用方法。因此，讀者通過本書不僅能掌握Python3.X及相關的程序包的使用方法，而且能學會如何從實際問題分析入手，應用Python3.X來解決經濟金融領域中的各種數據分析問題。
本書適合作為統計學、金融學、經濟學、管理學、大數據管理與應用等相關專業的本科生或研究生學習經濟金融數據分析、統計學、時間序列分析、量化金融等課程的教材或實驗參考用書，同時對從事數據分析的實際工作者也大有裨益。
本書由朱順泉和吳云華編著。朱順泉撰寫本書的第1章到第13章，吳云華撰寫本書的第14章和第15章以及各章的練習題。本書是2020年投資學專業國家級一流本科專業建設項目、2022年投資學廣東省一流本科課程建設項目、2022年廣東省研究生教育創新計劃項目(金融專碩量化金融投資案例庫建設)、2021年廣州華商學院一流專業金融工程建設項目、2022年廣東財經大學本科生教材建設項目、2022年廣東財經大學研究生教材建設項目等階段性成果。
本書的出版，得到清華大學出版社編輯的大力支持、幫助。由于時間和水平的限制，書中難免存在一些紕漏，懇請讀者諒解并提出寶貴意見。
編著者2023年10月于廣州
朱順泉， 2001年于中南大學管理科學與工程專業金融工程方向研究生畢業，獲管理學博士學位，2004年于上海財經大學應用經濟學專業金融計量與統計方向博士后研究出站，2006年評為教授。曾先后工作于湖南財經學院、湖南大學、暨南大學等，指導各類碩士生一百余人，現為廣東財經大學金融學院教授，長期從事本科生與研究生的投資學、金融工程、公司金融、金融市場、金融計量學、經濟博弈論、數據模型與決策等課程的教學和科研工作，一直致力于財經與科技相結合的交叉應用研究。出版著作50余部，發表學術論文一百余篇，主持完成國家社會科學項目、國家級一流專業建設點項目、社會科學項目、廣東省一流專業建設點項目、廣東省科技計劃項目、廣東省哲學社會科學項目等共十余項。
第1章經濟金融數據分析及其環境
1.1經濟金融數據類型
1.2經濟金融數據來源
1.3經濟金融數據分析工具簡介
1.4Python數據分析工具的下載
1.5Python數據分析工具的安裝
1.6Python的啟動和退出
1.7Python數據分析相關的程序包
1.8Python數據分析快速入門
練習題
第2章Python數據分析程序包應用基礎
2.1Python數據分析的NumPy應用基礎
2.2Python數據分析的SciPy應用基礎
2.3Python數據分析的Pandas應用基礎
練習題
第3章Python數據分析的數據存取
3.1PythonNumPy數據存取
3.2PythonSciPy數據存取
3.3PythonPandas的csv格式數據文件存取
3.4PythonPandas的Excel格式數據文件存取
3.5讀取并查看數據表列
3.6讀取挖地兔財經網站數據
3.7挖地兔Tushare財經網站數據保存與讀取
3.8數據獲取的Baostock模塊
3.9數據獲取的Akshare模塊
3.10pandas_datareader獲取數據
3.11quandl財經數據接口
練習題
第4章Python圖形的繪制和可視化
4.1Matplotlib繪圖應用基礎
4.2直方圖的繪制
4.3散點圖的繪制
4.4氣泡圖的繪制
4.5箱圖的繪制
4.6餅圖的繪制
4.7條形圖的繪制
4.8折線圖的繪制
4.9曲線標繪圖的繪制
4.10連線標繪圖的繪制
4.11復雜圖形的繪制
4.12關于繪圖中顯示中文的問題處理
練習題
第5章概率統計分布的Python應用
5.1二項分布
5.2泊松分布
5.3正態分布
5.4分布
5.5均勻分布
5.6指數分布
5.7t分布
5.8卡方分布
5.9F分布
練習題
第6章描述性統計的Python應用
6.1描述性統計的Python工具
6.2數據集中趨勢度量的Python應用
6.3數據離散狀況度量的Python應用
6.4峰度、偏度與正態性檢驗的Python應用
6.5異常數據處理的Python應用
練習題
第7章參數估計的Python應用
7.1參數估計與置信區間的含義
7.2點估計的Python應用
7.3單正態總體均值區間估計的Python應用
7.4單正態總體方差區間估計的Python應用
7.5雙正態總體均值差區間估計的Python應用
7.6雙正態總體方差比區間估計的Python應用
練習題
第8章參數假設檢驗的Python應用
8.1參數假設檢驗的基本理論
8.2單個樣本t檢驗的Python應用
8.3兩個獨立樣本t檢驗的Python應用
8.4配對樣本t檢驗的Python應用
8.5單樣本方差假設檢驗的Python應用
8.6雙樣本方差假設檢驗的Python應用
練習題
第9章相關分析與一元回歸數據分析的Python應用
9.1相關分析基本理論
9.2相關分析的Python應用
9.3一元線性回歸分析基本理論
9.4一元線性回歸數據分析的Python應用
9.5自相關性診斷的Python應用
練習題
第10章多元回歸數據分析的Python應用
10.1多元線性回歸分析基本理論
10.2多元線性回歸數據分析的Python應用
10.3多元回歸分析的Scikitlearn工具應用
10.4穩健線性回歸分析Python應用
10.5邏輯Logistic回歸分析Python應用
10.6廣義線性回歸分析Python應用
練習題
第11章機器學習數據分析的Python應用
11.1機器學習算法分類
11.2常見的機器學習算法
11.3線性回歸及其Python應用
11.4邏輯回歸及其Python應用
11.5決策樹及其Python應用
11.6支持向量機分類及其Python應用
11.7樸素貝葉斯分類及其Python應用
11.8KNN分類（K最近鄰算法）及其Python應用
11.9K均值算法及其Python應用
11.10隨機森林算法及其Python應用
11.11降維算法代碼及其Python應用
11.12Gradient Boosting和AdaBoost 算法及其Python應用
練習題
第12章時間序列數據分析的Python應用
12.1時間序列分析相關基本概念
12.2時間序列分析數據的可視化圖形
12.3時間序列分析的平穩性檢驗原理
12.4滬深300時間序列分析的平穩性檢驗實例
12.5時間序列分析的波動率模型GARCH原理
12.6時間序列分析的波動率模型GARCH應用
練習題
第13章量化金融投資數據分析的Python應用
13.1資產組合標準均值方差模型及其Python應用
13.2資產組合有效邊界的Python繪制
13.3Markowitz投資組合優化的Python應用
13.4蒙特卡洛模擬股票期權定價的Python應用
13.5蒙特卡洛模擬期權價格穩定性的Python應用
13.6期望損失ES的Python應用
練習題
第14章期貨及其交易策略的Python應用
14.1期貨基本概念和理論
14.2遠期和期貨
14.3遠期和期貨定價
14.4CTA及其Python實現
練習題
第15章期權及其交易策略的Python應用
15.1期權市場
15.2期權價格分析
15.3期權定價模型
15.4期權交易策略及其Python應用
練習題
附錄數據資源
新書資訊