- 1、本文档共52页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
金融计算:基于Python
第3章 Python金融计算基础【教学目的与要求】通过本章学习,结合习近平新时代中国特色社会主义经济思想,讲授Python金融数据的基本计算命令,描述性统计,常见概率分布,数据可视化,python-scipy模块及数据下载平台。【重点和难点】Python金融数据的基本计算命令,描述性统计,常见概率分布,数据可视化,python-scipy模块。【思政育人目标】将习近平新时代中国特色社会主义经济思想融入到Python金融数据计算的基础知识与命令的学习中。【课程学习目标】了解Python金融数据的基本计算命令,描述性统计,常见概率分布,掌握数据可视化,python-scipy模块及数据下载平台。金融计算:基于Python2
主要内容3.1.数据的基本计算3.2.描述性统计3.3.常见概率分布3.4.数据的可视化3.5.python-scipy模块3.6.Baostock数据平台3.7.数据爬取3.8.AKShare数据平台3.9.Efinance数据平台金融计算:基于Python3
3.1. 数据的基本计算3.1.1.算术运算.序列运算序列运算是根据行列索引,对齐后运算,运算默认产生浮点数,对齐时缺项填充NaN(空值)。自动的数据对齐在索引处引入NAN值,缺失值在运算过程中传播。.DdtaFrame运算除了用+、-、*、/,还可以用Series和DataFrame的算术方法,因为c和e列均不在两个DataFrame对象中,在结果中以缺省值呈现,行也是同样,没有共用的列或行标签,结果都会是空。金融计算:基于Python4
.运算中值填充在对不同索引的对象算术运算时,希望当一个对象中某个轴标签在另一个对象中找不到时填充一个特殊值。如使用df1的add(sub)方法,实现数据的加法(减法)。.DataFrame和序列之间运算从一个矩阵减去一个行序列时,每一行都会执行这一个操作。.函数的应用元素级数组方法也可用于操作pandas对象;函数也可应用到由各列或行所形成的一维数组上。如建立一个函数f,计算一个Series的最大值和最小值的差,在frame的每列都执行一次。金融计算:基于Python5
3.1.2. 排序和排名.数据集排序根据条件可以对数据集进行排序运算,使用sort_index方法可以对行或列索引进行排序(按字典顺序),它将返回一个已排序的新对象:.DataFrame排序可以根据DataFrame任意一个轴上的索引进行排序。.序列数据值的排序sort_values方法可以实现按值对Series进行排序。任何缺失值默认都会被放到Series的末尾。.DataFrame数据值的排序sort_values可以实现DataFrame一个或多个列中的值进行排序。金融计算:基于Python6
3.2. 描述性统计Pandas可以实现常用的数学和统计功能,主要用于从Series中提取单个值(如sum或mean)或从DataFrame的行或列中提取一个Series。3.2.1.数据汇总统计.数据求和Sum可以实现数据的汇总功能,返回一个含有列的和的序列。.间接统计Idxmin或idxmax可以实现一些间接统计,返回达到最小值或最大值的索引。金融计算:基于Python7
3.2.2. 相关系数与协方差相关系数和协方差是通过参数对计算出来的,corr方法用于计算两个序列中重叠的、非NA的、按索引对齐的值的相关系数;cov方法用于计算协方差。corrwith方法,可以计算DataFrame其列或行跟另一个Series或DataFrame之间的相关系数。传入一个Series将会返回一个相关系数值Series(针对各列进行计算)。金融计算:基于Python8
3.2.3. 其它统计.唯一值unique函数可以得到Series中的唯一值数组。.值的频率统计value_counts可以计算一个Series中各值按值频率降序排列。.资格统计isin是用于判断矢量化集合的成员资格,一般用于过滤Series中或DataFrame列中数据的子集。金融计算:基于Python9
3.3. 常见概率分布3.3.1.连续型随机变量的常见分布.均匀分布均匀分布指的是一类在定义域内概率密度函数处处相等的统计分布。.正态分布正态分布也叫高斯分布.指数分布指数分布通常被广泛用在描述一个特定事件发生所需要的时间,在指数分布随机变量的分布中,有着很少的大数值和非常多的小数值.金融计算:基于Python10
3.3.2. 连续型随机变量的常见分布.伯努利分布伯努利分布描述的是离散型变量且发生1次的概率分布,且X取值只有2个,要么是0,要么是.2.二项分布二项分布可以认为是一种只有两种结果(成功/失败)的单次试验重复多次后成功次数的分布概率。.泊松分布假设已
您可能关注的文档
- 中外设计史 课件 王鑫 第1--6章 设计的产生 ---新艺术运动.pptx
- 中外设计史 课件 王鑫 第7--15章 新技术与设计的合理化探索---信息时代与可持续发展 战略下的设计 .pptx
- 《金融计算:基于Python》 课件 第1章-金融数据及Python环境.pptx
- 《金融计算:基于Python》 课件 第2章-Python科学计算.pptx
- 《金融计算:基于Python》 课件 第4章-Python债券价值计算.pptx
- 《金融计算:基于Python》 课件 第5章-Python股票价值计算.pptx
- 《金融计算:基于Python》 课件 第6章-Python金融远期、期货与互换定价.pptx
- 《金融计算:基于Python》 课件 第7章-Python期权定价.pptx
- 《金融计算:基于Python》 课件 第8章-Python金融市场风险测度.pptx
- 《金融计算:基于Python》 课件 第9章-Python最优投资组合.pptx
文档评论(0)