标准 JRT 0223—2021金融数据安全数据生命周期安全规范pdf
2022-04-28 18:45:58
857KB
1
匹配了绿色创新指数的北京大学数字普惠金融指数（PKU－DFIIC）2011_2020
2022-04-26 09:05:37
14.62MB
Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用，并且成为该行业开发核心应用的shouxuan编程语言。《Python金融大数据分析》提供了使用Python进行数据分析，以及开发相关应用程序的技巧和工具。
《Python金融大数据分析》总计分为3部分，共19章，第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了金融分析和应用程序开发中zui重要的Python库、技术和方法，其内容涵盖了Python的数据类型和结构、用matplotlib进行数据可视化、金融时间序列数据处理、高性能输入/输出操作、高性能的Python技术和库、金融学中需要的多种数学工具、随机数生成和随机过程模拟、Python统计学应用、Python和Excel的集成、Python面向对象编程和GUI的开发、Python与Web技术的集成，以及基于Web应用和Web服务的开发；第3部分关注的是蒙特卡洛模拟期权与衍生品定价实际应用的开发工作，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值、波动率期权等知识。
《Python金融大数据分析》适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读.
2022-04-18 10:22:25
47.59MB
1
MATLAB与金融计算的完美结合；实例丰富，语言简练，上手快；MATLAB金融类工具箱函数一应俱全。内容由浅入深、层次性强：入门、实例、详解，3篇结构，循序渐进，适合不同层次的读者实例典型丰富，实用性强：对精心挑选的实例进行翔实的算法分析、程序编写和结果分析，非常便于学习和参考。
2022-04-07 01:54:42
21.86MB
1