Python是一門(mén)以簡(jiǎn)潔和可讀性著稱的編程語(yǔ)言，它的易學(xué)性使其成為新手和專(zhuān)業(yè)人士的首選。Python提供了豐富的庫(kù)和框架，廣泛應(yīng)用于數(shù)據(jù)科學(xué)、人工智能、Web開(kāi)發(fā)等領(lǐng)域。無(wú)論你是初學(xué)者還是資深開(kāi)發(fā)者，Python都能滿足你的需求。

本書(shū)內(nèi)容共7章，立足金融場(chǎng)景講解Python的基礎(chǔ)知識(shí)和編程應(yīng)用，不僅講解了Python基礎(chǔ)語(yǔ)法，而且介紹了NumPy、pandas、Matplotlib、SciPy、statsmodels、arch和datetime等模塊的編程應(yīng)用。此外，本書(shū)還講解了金融領(lǐng)域的深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)應(yīng)用，并通過(guò)PyTorch模塊和Gymnasium模塊演示了具體的編程實(shí)踐。

本書(shū)由資深的金融從業(yè)者編寫(xiě)，旨在引導(dǎo)讀者掌握金融領(lǐng)域的Python編程技巧，適合金融領(lǐng)域和金融科技領(lǐng)域的從業(yè)者和高校師生參考學(xué)習(xí)，也適合對(duì)Python的金融應(yīng)用感興趣的讀者閱讀。

1.掌握Python讓你脫穎而出

隨著信息化時(shí)代的到來(lái)，越來(lái)越多的人需要了解計(jì)算機(jī)編程，以便應(yīng)對(duì)激烈競(jìng)爭(zhēng)的職場(chǎng)環(huán)境和求職環(huán)境。國(guó)內(nèi)財(cái)經(jīng)類(lèi)專(zhuān)業(yè)學(xué)生及從業(yè)者是一個(gè)極為龐大的群體，如何在其中脫穎而出，Python就是很好的助力。



2.行業(yè)導(dǎo)師總結(jié)的秘笈

本書(shū)作者斯文博士擁有豐富的從業(yè)經(jīng)歷，并且擔(dān)任中國(guó)人民大學(xué)、上海財(cái)經(jīng)大學(xué)、中南財(cái)經(jīng)政法大學(xué)、華東政法大學(xué)等高校的兼職碩士研究生導(dǎo)師或校外導(dǎo)師，更加了解從業(yè)者及相關(guān)專(zhuān)業(yè)學(xué)生的痛點(diǎn)。



3.立足Python基礎(chǔ)，融合金融場(chǎng)景

本書(shū)以Python入門(mén)為起點(diǎn)，結(jié)合豐富的金融場(chǎng)景案例，為大家打開(kāi)了金融視角的Python應(yīng)用之路，讓大家輕松理解編程的關(guān)鍵，并學(xué)會(huì)在金融實(shí)務(wù)中融入編程思維，提高業(yè)務(wù)效能。

斯文，筆名華爾街先生，浙江湖州人，經(jīng)濟(jì)學(xué)博士，注冊(cè)會(huì)計(jì)師（CPA）、特許金融分析師（CFA）、金融風(fēng)險(xiǎn)管理師FRM），擁有在中/外資銀行、證券公司、信托公司、金融控股集團(tuán)、交易所等機(jī)構(gòu)近 20 年的金融與風(fēng)險(xiǎn)管理從業(yè)經(jīng)歷。 斯文博士擔(dān)任中國(guó)人民大學(xué)、上海財(cái)經(jīng)大學(xué)、中南財(cái)經(jīng)政法大學(xué)、華東政法大學(xué)等高校的兼職碩士研究生導(dǎo)師或校外導(dǎo)師，公開(kāi)發(fā)表學(xué)術(shù)論文五十余篇。斯文博士還曾為中國(guó)工商銀行、中國(guó)人民保險(xiǎn)集團(tuán)等金融機(jī)構(gòu)及復(fù)旦大學(xué)、中國(guó)人民大學(xué)、浙江大學(xué)等近10所高校講授 Python 金融實(shí)戰(zhàn)課程，長(zhǎng)期致力于推廣Python以及AI大模型在金融行業(yè)的應(yīng)用。

第 1章 結(jié)合金融場(chǎng)景演示Python基礎(chǔ)編程 1

1.1 Python簡(jiǎn)介 1

1.2 Python的金融變量賦值與數(shù)據(jù)類(lèi)型 6

1.3 Python的數(shù)據(jù)結(jié)構(gòu) 12

1.4 Python的運(yùn)算符號(hào) 22

1.5 Python的內(nèi)置函數(shù)與自定義函數(shù) 28

1.6 Python的類(lèi) 33

1.7 Python的句型 37

1.8 模塊導(dǎo)入與math模塊 42

1.9 本章小結(jié) 45

1.10 拓展閱讀 46

第 2章 結(jié)合金融場(chǎng)景演示NumPy模塊編程 47

2.1 從一個(gè)投資案例講起 47

2.2 N維數(shù)組 49

2.3 數(shù)組的相關(guān)功能 54

2.4 數(shù)組的相關(guān)運(yùn)算 58

2.5 基于統(tǒng)計(jì)分布的隨機(jī)抽樣 69

2.6 現(xiàn)金流模型 80

2.7 本章小結(jié) 88

2.8 拓展閱讀 89

第3章 結(jié)合金融時(shí)間序列演示pandas模塊編程 90

3.1 pandas的數(shù)據(jù)結(jié)構(gòu) 90

3.2 時(shí)間索引 96

3.3 金融時(shí)間序列的數(shù)據(jù)可視化 100

3.4 數(shù)據(jù)框內(nèi)部的操作 104

3.5 數(shù)據(jù)框之間的合并 114

3.6 統(tǒng)計(jì)功能 118

3.7 本章小結(jié) 127

3.8 拓展閱讀 127

第4章 結(jié)合金融可視化演示Matplotlib模塊編程 128

4.1 基本函數(shù)及參數(shù)的介紹 128

4.2 曲線圖 133

4.3 直方圖 138

4.4 條形圖 143

4.5 散點(diǎn)圖 148

4.6 餅圖與雷達(dá)圖 150

4.7 K線圖 154

4.8 三維圖 158

4.9 本章小結(jié) 163

4.10 拓展閱讀 164

第5章 結(jié)合金融場(chǎng)景演示SciPy等模塊編程 165

5.1 SciPy模塊 165

5.2 statsmodels模塊 184

5.3 波動(dòng)率模型與arch模塊 191

5.4 datetime模塊 198

5.5 本章小結(jié) 203

5.6 拓展閱讀 204

第6章 結(jié)合金融場(chǎng)景演示深度學(xué)習(xí)PyTorch模塊編程 205

6.1 PyTorch環(huán)境部署 205

6.2 張量 208

6.3 神經(jīng)元與激活函數(shù) 226

6.4 構(gòu)建線性模型 232

6.5 全連接神經(jīng)網(wǎng)絡(luò) 240

6.6 循環(huán)神經(jīng)網(wǎng)絡(luò) 252

6.7 長(zhǎng)短期記憶網(wǎng)絡(luò) 263

6.8 本章小結(jié) 273

6.9 拓展閱讀 274

第7章 結(jié)合金融場(chǎng)景的強(qiáng)化學(xué)習(xí)編程 275

7.1 強(qiáng)化學(xué)習(xí)入門(mén) 275

7.2 強(qiáng)化學(xué)習(xí)的編程技術(shù)框架Gymnasium模塊 286

7.3 創(chuàng)建并運(yùn)行股票投資的強(qiáng)化學(xué)習(xí)環(huán)境 293

7.4 Q學(xué)習(xí) 303

7.5 深度Q網(wǎng)絡(luò) 320

7.6 本章小結(jié) 338

7.7 拓展閱讀 339