Python是一款非常優秀的數據分析、圖形展示和機器學習軟件，《金融經濟數據分析及其Python應用》側重于使用Python進行金融經濟數據分析，同時結合大量精選的實例問題對Python進行科學、準確和全面的介紹，以便使讀者能深刻理解R的精髓和靈活、高效的使用技巧。
前言
R軟件及其在金融定量分析中的應用
大數據時代，數據已成為人們進行商務決策時最重要的參考依據之一，數據分析行業邁入了一個全新的階段。《經濟金融數據分析及其Python應用》重點介紹了Python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Python應用，同時結合大量的實例，對Python的重要程序包進行科學、準確和全面的介紹，以便使讀者深刻理解Python的精髓和靈活、高效的使用技巧。
本書之所以采用Python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，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等都是付費軟件），因此它越來越受到廣大用戶的歡迎和喜愛。
本書通過豐富的實例，詳細介紹了Python在數據存取、圖形展示、統計分析、機器學習、時間序列、量化金融等領域中的應用，側重于理論方法與應用相結合，實例豐富且通俗易懂，尤其對Python軟件的各種繪圖方法、不同數據表的接口、統計分析、機器學習、時間序列、量化金融等方面的介紹有較好的特色，詳細地介紹了各種繪圖方法、不同數據的接口、統計分析、機器學習、時間序列、量化金融等方面在Python中的實現過程。本書的特點是： 以問題為導向，通過問題來介紹Python的使用方法。因此，讀者通過本書不僅能掌握Python及相關的程序包的使用方法，而且能學會從實際問題分析入手，應用Python解決經濟金融領域中的各種數據分析問題。
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Python環境，第2章介紹Python數據分析程序包應用基礎，第3章介紹Python數據分析的數據存取，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章介紹參數假設檢驗的Python應用，第9章介紹相關分析與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章介紹量化金融數據分析的Python應用。
本書實例和內容豐富，針對性強，書中各章詳細地介紹了實例的Python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打包收錄，讀者可掃描書末頁的二維碼獲取。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。
本書適合作為統計學、金融學、經濟學、管理學等相關專業的本科生或研究生學習數據分析、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。
本書部分內容為廣東省自然科學基金項目成果，也是廣東財經大學數據模型與決策示范課程的階段性成果。
本書的出版得到了清華大學出版社編校人員的大力支持和幫助，感謝他們為本書編輯校對付出的辛苦工作。由于時間和水平的限制，書中難免出現一些紕漏，懇請讀者諒解并提出寶貴意見。
作者2018年5月于廣州
朱順泉。二〇〇一年于中南大學管理科學與工程專業研究生畢業，獲管理學博士學位，二〇〇四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，二〇〇六年評為教授。曾先后工作于湖南財經學院、湖南大學、暨南大學等，指導各類碩士生七十余人，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、金融工程學、公司金融學、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，一直致力于財經管理與信息科技相結合的交叉應用研究。在人民、科學、清華、北大等出版社出版著作四十余部，在《Journal of Mathematical Finance》、《Journal of Financial Risk Management》、《Lecture Notes in Decision Science》等學術刊物上發表學術論文一百余篇，主持完成國家社會科學基金、教育部社會科學基金、廣東省科技計劃軟科學基金、湖南省社會科學基金、廣州市社會科學基金、廣州市科技計劃軟科學基金、廣東省財政廳等項目共十余項，主持完成各類校級項目十項。主要研究方向：投資學、金融工程、公司金融財務等，在量化金融與對沖基金、科技金融與技術創新、
目錄
第1章經濟金融數據分析及Python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
1.5數據分析工具Python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Yahoo財經網站數據
3.7讀取挖地兔財經網站數據
3.8挖地兔Tushare財經網站數據保存與讀取
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
練習題
第6章描述性統計的Python應用
6.1描述性統計量
6.2描述性統計的Python工具
6.3單組數據描述性統計的Python應用
6.4多組數據描述性統計的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及其Python代碼
11.3K最近鄰算法銀行貸款分類的Python應用
11.4各種機器學習算法的Python應用
11.5K最近鄰算法分類的Python應用
練習題
第12章時間序列數據分析的Python應用
12.1時間序列分析的ARIMA建模
12.2ARIMA模型時間序列分析的PythonStatsmodels應用
12.3時間序列數據分析ARIMA模型的Python應用
練習題
第13章量化金融數據分析的Python應用
13.1戰勝股票市場策略可視化的Python應用
13.2股票數據描述性統計的Python應用
13.3資產組合標準均值方差模型及其Python應用
13.4資產組合有效邊界的Python繪制
13.5Markowitz投資組合優化的Python應用
13.6蒙特卡羅模擬股票期權定價的Python應用
13.7蒙特卡羅模擬期權價格穩定性的Python應用
練習題
新書資訊