在这一部分，我们介绍Python最基础的语法知识。尽管网上关于Python的入门教程浩如烟海，在这一节我们只介绍最基本和最常见的语法。 数据结构和序列 Python为我们定义好了一些数据结构，可以理解为有特定功能的数据组织方式，这些功能为我们使用Python处理数据提供了极大的便利，很多基本的功能不需要我们再动手实现一遍。 2.1 元组(tuple) 2.1.1 元组的定义 元组是一个固定长度，不可改变的Python序列。元组中包含了一系列的元素。创建元组的最简单方式，是用逗号分隔一列值： a = 1, 2, 3 print(a) a = (1, 2, 3) # 等价的定义形式 print(a...

在这一部分，我们介绍Python最基础的语法知识。尽管网上关于Python的入门教程浩如烟海，在这一节我们只介绍最基本和最常见的语法。 基本语法 1.0 第一个Python程序 首先我们以最常见的打印Hello world为例，举一个最简单的Python代码： print('Hello world') 运行这段代码后，就会看到notebook中的输出为Hello world  如果直接输入'Hello world'这个字符串，Notebook也会有默认的输出：  然而这种方式的输出只能显示每一段代码中最后一个变量的值，因此之后不加说明的话，我们都会使用print语句来显示程序的运行结果。 1....

Python安装 我们可以直接在Python的官方网站上下载Python的安装包，其中包含了核心的模块(Module)和库(Package)。当我们需要使用其他第三方库时，可以使用pip安装或者使用源码安装。 另一种Python的安装方式是直接安装Anaconda的发行版本。作为包管理器和环境管理器，Anaconda包含了conda、Python在内的超过180个科学计算包及其依赖项，可以便捷获取各种Package并进行管理，也可以对Python的编程环境进行统一管理。简单来说：Anaconda = Python + Packages + IDE，这里Python代表Python核心模块和库，...

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

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、...

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

在这一章，我们介绍Pandas这个库的使用，包括Pandas的基本情况，Series和DataFrame这两大数据结构，以及Pandas的文件操作。与NumPy一样，Pandas也是一系列数据分析功能的基础，很多数据分析的工具都是建立在Series和DataFrame格式的数据基础之上。 Pandas基本情况 Pandas是基于NumPy的一个库，是为了解决数据分析任务而创建的，含有使数据清洗和分析工作变得更快更简单的数据结构和操作工具。Pandas这个名字源于panel data（面板数据，这是结构化数据集在计量经济学中的术语）以及Python data analysis（Python数据分...

在这一章，我们介绍Numpy这个库的基本使用方法。 NumPy基本情况 Python面向数组计算可以追溯到1995年，Jim Hugunin创建了Numeric库。接下来的10年，许多科学编程社区纷纷开始使用Python的数组编程，但是进入21世纪，库的生态系统变得碎片化了。2005年，Travis Oliphant从Numeric和Numarray项目整了出了NumPy（Numerical Python的简称）项目，进而所有社区都集合到了这个框架下。 NumPy是Python数值计算最重要的基础包，提供了以下功能（不限于此）：  快速高效的***数组对象ndarray。 用于对数组执行元素级...

在这一部分，我们介绍Python最基础的语法知识。尽管网上关于Python的入门教程浩如烟海，在这一节我们只介绍最基本和最常见的语法。 数据结构和序列 Python为我们定义好了一些数据结构，可以理解为有特定功能的数据组织方式，这些功能为我们使用Python处理数据提供了极大的便利，很多基本的功能不需要我们再动手实现一遍。 2.1 元组(tuple) 2.1.1 元组的定义 元组是一个固定长度，不可改变的Python序列。元组中包含了一系列的元素。创建元组的最简单方式，是用逗号分隔一列值： a = 1, 2, 3 print(a) a = (1, 2, 3) # 等价的定义形式 print(a...

在这一部分，我们介绍Python最基础的语法知识。尽管网上关于Python的入门教程浩如烟海，在这一节我们只介绍最基本和最常见的语法。 函数 3.1 函数定义 函数(function)是Python中最主要也是最重要的代码组织和复用手段。Python内置了很多函数，我们可以直接调用，例如我们之前接触过的print和len函数： a = [1, 2, 3, 4] print(len(a)) 如果我们要重复使用相同或非常类似的代码，就需要写一个函数。通过给函数起一个名字，还可以提高代码的可读性。函数名应该为小写，可以用下划线风格单词以增加可读性。函数使用def关键字声明： def my_funct...

在这一部分，我们介绍Python最基础的语法知识。尽管网上关于Python的入门教程浩如烟海，在这一节我们只介绍最基本和最常见的语法。 基本语法 1.0 第一个Python程序 首先我们以最常见的打印Hello world为例，举一个最简单的Python代码： print('Hello world') 运行这段代码后，就会看到notebook中的输出为Hello world  如果直接输入'Hello world'这个字符串，Notebook也会有默认的输出：  然而这种方式的输出只能显示每一段代码中最后一个变量的值，因此之后不加说明的话，我们都会使用print语句来显示程序的运行结果。 1....

Python安装 我们可以直接在Python的官方网站上下载Python的安装包，其中包含了核心的模块(Module)和库(Package)。当我们需要使用其他第三方库时，可以使用pip安装或者使用源码安装。 另一种Python的安装方式是直接安装Anaconda的发行版本。作为包管理器和环境管理器，Anaconda包含了conda、Python在内的超过180个科学计算包及其依赖项，可以便捷获取各种Package并进行管理，也可以对Python的编程环境进行统一管理。简单来说：Anaconda = Python + Packages + IDE，这里Python代表Python核心模块和库，...

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3.7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...