Python財(cái)務(wù)數(shù)據(jù)分析

第一章 Anaconda平臺(tái)Python運(yùn)行環(huán)境
第一節(jié) Python財(cái)務(wù)數(shù)據(jù)分析方法
第二節(jié) Anaconda3的Python運(yùn)行環(huán)境
第三節(jié) Python3.7庫(kù)函數(shù)安裝
第四節(jié) Python臨時(shí)庫(kù)模塊
第二章 Matplotlib圖表繪制
第一節(jié) Python語(yǔ)言基礎(chǔ)
第二節(jié) Matplotlih圖形繪制
第三節(jié) 函數(shù)圖形技巧
第四節(jié) 2D和3D函數(shù)圖及坐標(biāo)軸
第三章 BeautifulSoup4網(wǎng)絡(luò)數(shù)據(jù)搜索
第一節(jié) 數(shù)據(jù)搜索環(huán)境
第二節(jié) 結(jié)構(gòu)化數(shù)據(jù)搜索
第三節(jié) 新聞網(wǎng)頁(yè)搜索舉例
第四節(jié) WordCloud詞云
第五節(jié) Jieba漢字庫(kù)
第四章 投資效益分析
第一節(jié) 基本計(jì)算公式
第二節(jié) 現(xiàn)值法投資分析
第三節(jié) 年值法投資分析
第四節(jié) 收益/成本比率分析
第五節(jié) 內(nèi)部收益率分析
第六節(jié) 多種投資方案分析
第七節(jié) 貸款管理分析
第八節(jié) 本量利盈虧平衡分析
第五章 Numpy數(shù)組運(yùn)算
第一節(jié) 創(chuàng)建數(shù)組
第二節(jié) 一般函數(shù)方法
第三節(jié) 隨機(jī)數(shù)與均值方差
第四節(jié) 正態(tài)分布函數(shù)
第五節(jié) 多項(xiàng)式求導(dǎo)、積分、求根
第六章 SHA256加密函數(shù)
第一節(jié) 比特幣發(fā)幣原理
第二節(jié) MD5和SHA256加密函數(shù)
第三節(jié) 時(shí)間戳及字符串結(jié)構(gòu)調(diào)整
第四節(jié) 比特幣區(qū)塊號(hào)125553的HASH值求解過(guò)程
第五節(jié) 比特幣區(qū)塊號(hào)674405 HASH值Python程序
第七章 Chebyshev函數(shù)
第一節(jié) 切比雪夫多項(xiàng)式
第二節(jié) 實(shí)際GDP及其累積增長(zhǎng)指數(shù)
第三節(jié) 中美兩國(guó)GDP樣本數(shù)據(jù)
第四節(jié) 中國(guó)總體和人均實(shí)際GDP預(yù)測(cè)
第五節(jié) 美國(guó)總體和人均實(shí)際GDP預(yù)測(cè)
第六節(jié) 中美兩國(guó)實(shí)際GDP增長(zhǎng)預(yù)測(cè)
第八章 Optimize.Leastsq擬合模式
第一節(jié) 二階多項(xiàng)式Leastsq擬合
第二節(jié) 三階多項(xiàng)式Leastsq擬合
第三節(jié) 二階切比雪夫多項(xiàng)式Leastsq擬合
第四節(jié) 三階切比雪夫多項(xiàng)式Leastsq擬合
第五節(jié) 四個(gè)多項(xiàng)式Leastsq擬合對(duì)比
第九章 常見非線性函數(shù)
第一節(jié) 常見非線性函數(shù)
第二節(jié) 常見非線性函數(shù)高階化
第三節(jié) 常見非線性函數(shù)Leastsq擬合
第十章 環(huán)境EKC曲線
第一節(jié) 線性回歸模型
第二節(jié) 2030年中國(guó)碳減排目標(biāo)
第三節(jié) 環(huán)境庫(kù)茲涅茨曲線
第十一章 科布-道格拉斯函數(shù)
第一節(jié) 科布-道格拉斯函數(shù)及其性質(zhì)
第二節(jié) 科布-道格拉斯函數(shù)的適用性
第三節(jié) 中國(guó)的CD函數(shù)（2000-2018）
第十二章 可擴(kuò)展Richards模型與CES模型
第一節(jié) 切比雪夫多項(xiàng)式根的應(yīng)用
第二節(jié) 可擴(kuò)展Richards模型
第三節(jié) CES不變替代彈性函數(shù)
第十三章 灰色系統(tǒng)模型
第一節(jié) GM（1，1）微分方程的通解
第二節(jié) GM（1，1）的鄧聚龍估計(jì)法
第三節(jié) GM（2，1）微分方程的辨識(shí)
第四節(jié) GM（1，1）模型的通解擬合
第五節(jié) GM（1，1）的鄧聚龍解擬合
第六節(jié) GM（2，1）模型優(yōu)化解擬合
第十四章 人工神經(jīng)網(wǎng)絡(luò)
第一節(jié) 不考慮常數(shù)項(xiàng)擾動(dòng)
第二節(jié) 考慮常數(shù)項(xiàng)擾動(dòng)
第三節(jié) 兩種常見激活函數(shù)
第四節(jié) 時(shí)間序列預(yù)測(cè)設(shè)計(jì)
第五節(jié) 道瓊斯工業(yè)指數(shù)預(yù)測(cè)
第六節(jié) 上證指數(shù)預(yù)測(cè)
附錄一 學(xué)生課程學(xué)習(xí)心得（1）
附錄二 學(xué)生課程學(xué)習(xí)心得（2）
附錄三 學(xué)生課程學(xué)習(xí)心得（3）
附錄四 學(xué)生課程學(xué)習(xí)心得（4）
附錄五 學(xué)生課程論文列表
后記