数据分析入门到实战-金融量化分析

thu-blogger
清华大学电子系,获得了本科和博士学位。毕业之后一直在国内外知名的对冲基金从事量化投资相关的工作,熟悉Python在金融数据分析和量化投资的应用。撰写这个专刊,在帮助自己温故知新的同时,能够帮助到想要从事金融数据分析工作的学生或是打算转到量化投资行业的在职人士。
立即订阅 3823学习

第1章 第1节 专刊介绍|为什么要学Python

去手机阅读

为什么学习Python

与1972年诞生的C语言相比,Python是一门“年轻”的编程语言,在1989年圣诞节期间,由其创始人Guido van Rossum为了打发无聊的圣诞节而编写的。自那以后,Python发展到了3.8版本,并且目前随着人工智能的兴起,成为了世界上最流行的编程语言之一。

与其他编程语言相比,Python具有一系列优势:语法简洁、代码开源、跨平台运行、活跃的社区、大量第三方库支持、广泛的应用等。Python的应用已经超出了传统的互联网和计算机的范畴,在金融领域Python也有用武之地,例如在数据分析、量化投资等具体问题中,Python正在不断地渗透,并且取代SAS、SPSS和R。

下表比较了Python和另外几种数据分析语言。

语言 是否收费 版本更新 编程难度 应用范围
Python 免费 容易 广泛
Matlab 收费 中等 中等
R 免费 困难 中等
SPSS 收费 容易 狭窄
SAS 收费 中等 狭窄
Excel VBA 收费 困难 狭窄

现在各行各业都积累了大量数据,这些数据中往往蕴藏着大量的知识,需要我们通过数据分析的方法去进行有效的提取。我们在日常生活中已经享受到了数据分析带给我们生活的便利,互联网公司通过用户行为特征的分析给我们推送精准的商品推荐,网约车公司通过历史行程的分析给了我们准确的到达时间估计,在线支付公司通过交易行为的分析及时地发现了异常的交易行为并且挽回了经济损失等等。从上面的比较中我们可以看出Python是最适合数据分析入门的编程语言,无论你之后从事的是什么领域的工作,都可以在你的工作中应用到Python数据分析。

适合人群

  • 想要学习Python编程的在校学生
  • 想要转行到金融领域的在职人士
  • 想要利用业余时间进行量化投资的在职人士

学完能获得什么

  • 掌握Python进行数据分析和处理的方法
  • 了解Python在量化投资中的应用
  • 转行到金融数据分析和量化交易领域的基础

作者简介

大家好,我毕业于清华大学电子系,获得了本科和博士学位。毕业之后一直在国内外知名的对冲基金从事量化投资相关的工作,熟悉Python在金融数据分析和量化投资的应用。撰写这个专刊,在帮助自己温故知新的同时,能够帮助到想要从事金融数据分析工作的学生或是打算转到量化投资行业的在职人士。

课程有无基础要求

课程没有基础要求

课程详细大纲

介绍

基础篇

  • Python安装与调试工具
  • Python语法基础
  • Numpy的使用
  • Pandas的使用
  • SciPy和Statsmodels的使用
  • Matplotlib和Seaborn的使用

应用篇

  • 股票数据获取与预处理
  • 特征工程:技术指标与基本面指标等
  • 特征工程:文本数据与其他另类数据
  • 预测模型搭建:线性模型
  • 预测模型搭建:机器学习模型
  • 预测模型搭建:深度学习
  • 量化投资策略设计与回测

求职篇

  • Python金融方向求职指导

总结

qrcode
下载牛客APP随时随地学习