注冊 | 登錄讀書好,好讀書,讀好書!
讀書網-DuShu.com
當前位置: 首頁出版圖書教育/教材/教輔教材高職高專教材金融數據建模應用(高級)

金融數據建模應用(高級)

金融數據建模應用(高級)

定 價:¥68.00

作 者: 中關村互聯(lián)網金融研究院,秦響應,廖文輝,唐亞暉,周偉,安英博,趙炳盛,魏爽
出版社: 清華大學出版社
叢編項:
標 簽: 暫缺

購買這本書可以去


ISBN: 9787302598640 出版時間: 2022-05-01 包裝: 平裝-膠訂
開本: 16開 頁數: 字數:  

內容簡介

  本書是*1 X職業(yè)技能等級證書“金融數據建模應用(高級)”的配套教材。全書依據金融數據建模應用職業(yè)技能等級標準,面向金融數據建模相關崗位需求,強化學生的業(yè)務實操能力和職業(yè)判斷能力。全書從金融基礎業(yè)務應用、金融數據分析、金融數據庫、金融數據挖掘與算法實現、金融數據模型設計與調優(yōu)、數據可視化、金融數據建模項目管理7個方面,培養(yǎng)學生在金融與科技融合的專業(yè)崗位上金融數據建模應用能力。 本書可作為1 X職業(yè)技能等級證書“金融數據建模應用(高級)”培訓的教材,也可作為應用型本科院校、中高等職業(yè)院校軟件工程、計算機科學與技術、信息管理與信息系統(tǒng)、信息與計算科學、物聯(lián)網工程、金融貿易等相關專業(yè)的教材,還可作為金融數據建模應用從業(yè)人員的培訓用書。

作者簡介

暫缺《金融數據建模應用(高級)》作者簡介

圖書目錄

第1章 金融基礎業(yè)務應用 1
1.1 金融監(jiān)管基礎 1
1.1.1 國家監(jiān)督 1
1.1.2 自我管理 5
1.2 金融市場法律法規(guī) 6
1.2.1 金融市場法律法規(guī)體系 6
1.2.2 金融業(yè)務法律規(guī)范 7
1.2.3 大數據與個人信息保護法律法規(guī) 14
1.2.4 金融法律責任及相關犯罪類型 18
1.2.5 金融風險管理政策 20
1.3 道德規(guī)范與行為準則 25
1.3.1 道德規(guī)范 25
1.3.2 行為準則 25
1.4 金融市場概述 26
1.4.1 金融市場的特征 26
1.4.2 金融市場分類 27
1.4.3 金融市場構成要素 28
1.4.4 金融市場功能 29
1.5 金融機構概述 30
1.5.1 金融市場的融資結構 30
1.5.2 金融機構存在的理論基礎 31
1.5.3 金融機構體系 33
1.6 金融工具市場與衍生品 39
1.6.1 貨幣市場 39
1.6.2 資本市場 41
1.6.3 金融衍生品 42
1.7 金融風險及風險管理 45
1.7.1 金融風險的類別 45
1.7.2 金融風險管理的基礎理論 46
1.7.3 金融風險管理的理論方法 48
1.7.4 金融風險管理的計量模型 49
1.7.5 金融風險管理的流程 51
第2章金融數據分析 56
2.1 Python程序設計基礎 56
2.1.1 Python基礎 56
2.1.2 Python控制流 58
2.1.3 Python函數與模塊 59
2.2 Python進階 60
2.2.1 NumPy的使用 60
2.2.2 Pandas的使用 60
2.2.3 Matplotlib數據可視化 61
2.3 數理統(tǒng)計基礎 66
2.3.1 微積分基礎 66
2.3.2 線性代數基礎 68
2.3.3 概率統(tǒng)計基礎 72
2.4 金融數據管理 79
2.4.1 數據治理 79
2.4.2 數據安全與隱私保護 80
2.4.3 數據信息加密及其Python實現 81
2.5 金融數據初步處理 82
2.5.1 金融數據的獲取 82
2.5.2 金融數據預處理 82
2.5.3 蒙特卡羅方法 85
第3章金融數據庫 87
3.1 數據庫 87
3.1.1 關系型數據庫 87
3.1.2 NoSQL數據庫 103
3.2 數據倉庫 112
3.2.1 基本概念 112
3.2.2 數據倉庫構建 116
3.2.3 SSIS、SSAS、SSRS 118
3.3 金融數據倉庫 119
3.3.1 金融行業(yè)建設數據倉庫的必要性 119
3.3.2 金融行業(yè)傳統(tǒng)數據倉庫 119
3.3.3 金融行業(yè)新一代數據倉庫 123
第4章 金融數據挖掘與算法實現 129
4.1 常用大數據挖掘算法 129
4.1.1 邏輯回歸模型 129
4.1.2 樸素貝葉斯模型 131
4.1.3 決策樹 134
4.1.4 隨機森林 136
4.1.5 支持向量機 137
4.1.6 聚類分析 138
4.1.7 人工神經網絡 139
4.2 大數據分析與Spark Python 140
4.2.1 大數據分析與分布式數據處理 140
4.2.2 常見分布式數據處理框架 143
4.2.3 Spark Python 148
4.3 Spark Python大數據分析應用 151
4.3.1 Spark Python開發(fā)環(huán)境搭建 151
4.3.2 Spark RDD運算類型示例 159
4.3.3 應用PySpark進行大數據分析 167
第5章 金融數據模型設計與調優(yōu) 173
5.1 金融行業(yè)典型應用場景 173
5.1.1 銀行領域 173
5.1.2 保險領域 181
5.1.3 證券領域 184
5.2 金融中的數學模型 188
5.2.1 投資模型 189
5.2.2 金融風險管理模型 194
5.3 金融機構客戶流失預警模型 205
5.3.1 數據探索性分析 206
5.3.2 數據預處理 210
5.3.3 特征加工 213
5.3.4 模型建設 214
5.3.5 模型的超參調節(jié) 215
5.3.6 交叉驗證 216
5.3.7 模型評價 218
5.4 金融模型的迭代與優(yōu)化 220
5.4.1 金融領域機器學習模型評價 220
5.4.2 金融領域機器學習模型管理 223
第6章數據可視化 226
6.1 數據可視化概述 226
6.1.1 數據可視化的含義 226
6.1.2 視覺通道 227
6.1.3 數據可視化的軟件及工具 228
6.1.4 數據可視化的流程 231
6.2 數據可視化的基礎要素 232
6.2.1 數據 232
6.2.2 圖表 234
6.3 數據可視化的設計 235
6.3.1 數據可視化設計理念 235
6.3.2 圖表的設計 236
6.3.3 排版、配色及字體 238
第7章金融數據建模項目管理 240
7.1 項目管理要素 240
7.1.1 項目范圍管理 240
7.1.2 項目時間管理 240
7.1.3 項目成本管理 240
7.1.4 項目質量管理 241
7.1.5 人力資源管理 241
7.1.6 項目溝通管理 241
7.1.7 項目風險管理 241
7.1.8 項目采購管理 242
7.2 甘特圖 242
7.2.1 甘特圖的特點 242
7.2.2 甘特圖的優(yōu)缺點 243
7.2.3 甘特圖的繪制步驟 243
7.3 項目團隊管理 243
7.3.1 項目相關方管理 244
7.3.2 項目任務分解 257
參考文獻 266

本目錄推薦

掃描二維碼
Copyright ? 讀書網 www.dappsexplained.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號