《Python金融数据分析与挖掘实战》——图书配套资料下载

1. 图书简介

本书分为三大部分，即基础篇、案例篇、实训篇。基础篇主要介绍Python的基础知识，以及NumPy、pandas、Matplotlib、scikit-learn库的相关介绍；案例篇主要介绍7个基础的金融案例和4个金融综合案例；实训篇共有5个实训，方便读者通过练习更好的巩固所学知识。

基础篇（1~6章），第1章介绍Python的基础知识，包括Python环境搭设、Python数据结构、控制语句、函数等。第2章介绍NumPy对数组的相关操作。第3章介绍通过pandas库对Series和DataFrame对象进行相关操作，以及如何读取数据文件。第5章介绍通过Matplotlib绘制线性图、柱状图、直方图、饼图、子图等。第6章通过scikit-learn库介绍了数据预处理的方法，以及线性回归、逻辑回归、神经网络、支持向量机、K-Means等算法的实现。第6章介绍了如何使用Python实现关联规则算法。

案例篇（7~11章），第7章主要介绍了7个基础的金融案例，包括众包任务特征指标的计算、股票价格指数周收益率和月收益率的计算、上市公司净利润增长率的计算、股票价、量走势图绘制、股票价格移动平均线的绘制、沪深300指数走势预测、基于主成分聚类的上市公司盈利能力分析。第8~11章分别介绍了上市公司综合评价、股票价格涨跌趋势预测、股票价格形态聚类与收益分析、行业联动与轮动分析综合案例。

此外，泰迪云课堂提供相关的学习视频，详见：https://edu.tipdm.org。

2. 图书配套资料下载说明

方法：打开云教材（https://book.tipdm.org/）,下载对应的图书资源。