| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787301353059 |
| 所属分类：图书>计算机/网络>管理信息系统(MIS) |
商品详情
书名：巧用大模型轻松学会金融数据分析
书号
定
作者编者段小手 著
出版社：北京大学出版社
出版时间年月
编辑推荐
金融大数据分析新模式：让金融大数据分析更高效、更快捷、更完美。
全流程解析：涵盖获取金融数据到数据处理、数据可视化、探索、建模，再到机器学习和深度学习等全流程应用。
实战检验：结合多种金融大数据分析工具及案例实操讲解，理解更加透彻。
快速提高金融大数据分析效率：揭秘与金融大数据分析高效融合的核心方法论和实践经验。内容简介
本书结合金融领域的实际需求和量化分析技术，手把手教读者利用大模型的精准提示词，让大模型生成可用性极高的金融数据分析与建模代码，确保了内容既有深度又贴近用户实际需求。全书共计章，目录如下
第章大模型在金融领域的应用基础
第章让协助处理金融数据
第章让协助可视化金融时序数据
第章让协助探索金融时序数据
第章让协助进行技术分析
第章让协助进行时序分析与建模
第章让协助用机器学习建模 本书结合金融领域的实际需求和量化分析技术，手把手教读者利用大模型的精准提示词，让大模型生成可用性极高的金融数据分析与建模代码，确保了内容既有深度又贴近用户实际需求。全书共计章，目录如下
第章大模型在金融领域的应用基础
第章让协助处理金融数据
第章让协助可视化金融时序数据
第章让协助探索金融时序数据
第章让协助进行技术分析
第章让协助进行时序分析与建模
第章让协助用机器学习建模
第章让协助使用多因子模型
第章让协助使用建模
第章让协助进行蒙特卡洛模拟
第章让协助进行资产配置
第章让协助回测交易策略
第章深度学习基础
第章深度学习在金融领域的应用探索
第章利用生成式分配量化权重
本书适合金融科技从业者阅读参考。
显示全部信息
目 录
第 章
用 获取金融数据
获取股票数据
获取股票实时行情数据
获取股票历史行情数据
获取上市公司财务指标数据
获取期货数据
获取期货手续费与保证金数据
获取期货实时行情数据
获取期货历史行情数据
获取宏观数据
获取国内生产总值数据
获取社会融资规模增量统计数据
获取 货币供应年率数据 第 章
用 获取金融数据
获取股票数据
获取股票实时行情数据
获取股票历史行情数据
获取上市公司财务指标数据
获取期货数据
获取期货手续费与保证金数据
获取期货实时行情数据
获取期货历史行情数据
获取宏观数据
获取国内生产总值数据
获取社会融资规模增量统计数据
获取 货币供应年率数据
小结与习题
第 章
让 协助处理金融数据
将价格数据转化为收益
让 协助计算简单收益
让 协助计算对数收益
根据通货膨胀调整收益
通货膨胀调整的一般步骤
获取 月率数据并进行处理
让 协助进行通货膨胀调整
实现波动率的计算
实现波动率的原理与公式
计算股价的月度实现波动率
让 协助计算年化实现波动率
缺失数据填补
用 填补缺失的日期
让 协助填充缺失数据
让 协助用插值法填充缺失数据
小结与习题 第 章
让 协助可视化金融时间序列数据
时间序列数据的基本可视化
基本线图的绘制
让 协助绘制子图
让 协助美化子图
季节性模式可视化
交互式可视化
让 用 绘制交互式图像
让 用 绘制交互式图像
让 协助美化交互式图像
线图的绘制
让 协助绘制基本 线图
让 协助添加均线
让 协助添加成交量
小结与习题
第 章
让 协助探索金融时间序列数据
让 协助处理异常值
使用滚动统计检测异常值
使用温索化处理异常值
让 协助检测趋势变化
使用 算法检测趋势变化
使用二元分段法检测变点
时间序列中的趋势检测
让 协助研究资产回报的典型特征
资产回报的统计分布
资产回报的自相关性分析
资产回报的杠杆效应
用 指数识别时间序列中的趋势
小结与习题
第 章
让 协助进行技术分析
让 协助使用 计算技术指标
使用 计算均线指标
使用 计算布林带指标
使用 计算 指标
让 协助识别 线形态
使用 识别“早晨之星”形态
使用 识别“锤头”形态
调用 全部模式识别函数识别 线形态
让 协助开发技术分析
面板 使用下拉菜单选择期货品种
让用户选择起止日期
添加技术分析指标
添加 线图与技术指标的可视化展示
小结与习题
第 章
让 协助进行时间序列分析与建模
让 协助进行时间序列分解
直观地观察时间序列数据的季节性模式
对数据进行滚动统计
使用“加法模型”进行季节性分解
使用 分解法进行时间序列分解
让 协助对时间序列进行平稳性检验
对时间序列进行 检验
对时间序列进行 检验
修正时间序列的不平稳性
让 协助进行时间序列建模
使用 进行建模
使用指数平滑方法进行建模
小结与习题
第 章
让 协助用机器学习建模
让 协助建立线性回归模型
创建最简单的模型并做出预测
使用滚动时间序列交叉验证法评估模型
让 协助进行特征工程
添加均线特征并训练模型
添加滞后特征并训练模型
添加时间特征并训练模型
让 协助使用更多机器学习算法建模
小结与习题
第 章
让 协助使用多因子模型
让 协助使用 模型
的基本原理
资产和指数数据的准备
使用 计算股票的贝塔系数
让 协助使用三因子模型
三因子模型的基本原理
三因子数据的准备
三因子模型的创建
用三因子模型对投资组合进行滚动估计
让 协助使用其他多因子模型
四因子模型
五因子模型
基于多因子模型调整投资组合
小结与习题
第 章
让 协助使用 建模
让 协助探索 模型
模型的基本原理
模型的具体实现
让 协助探索 模型
模型的基本原理
模型的具体实现
用 模型预测未来波动率
让 协助探索 模型
模型的原理
模型的实现
用 模型预测条件协方差矩阵
小结与习题
第 章
让 协助进行蒙特卡罗模拟
让 协助掌握几何布朗运动
几何布朗运动的基本原理
定义几何布朗运动模拟函数
使用定义好的函数模拟股价变动
让 协助进行期权定
期权基础知识
使用蒙特卡罗模拟对欧洲期权定
使用 方法对美国期权定
让 协助估计
的基本概念
创建虚拟的投资组合
估计投资组合的
小结与习题
第 章
让 协助进行资产配置
让 协助评估等权重投资组合
创建虚拟的投资组合
使用 绘制业绩快照图
使用 生成业绩评估报告
让 协助构建有效前沿
使用蒙特卡罗模拟寻找有效前沿
使用优化算法寻找有效前沿
让 协助最大化风险平衡
层次风险平价的基本原理
层次风险平价的实现
小结与习题
第 章
让 协助回测交易策略
让 协助进行向量化回测
交易信号的生成
交易策略的收益计算
在交易策略中添加交易成本
让 协助使用 回测
小试
中的 类
用 回测均线策略
让 协助回测多空策略
基于 设计多空策略
执行多空策略的回测
小结与习题
第 章
深度学习的基础知识
深度学习的一些基本概念
神经网络与神经元
神经元的激活函数
神经网络的训练
神经网络的损失函数
反向传播与梯度下降
用 训练最简单的神经
网络 一些特殊的神经网络
循环神经网络
长短期记忆网络
卷积神经网络
小结与习题
第 章
深度学习在金融领域的应用探索
用神经网络预测金融市场
使用 预测期货
使用归一化处理数据并训练模型
使用 预测收益
用神经网络预测市场方向
将任务转化为二分类问题
创建 模型并训练
添加一些技术指标作为特征
设计交易策略并回测
小结与习题
第 章
利用生成式 进行选股和分配权重
生成式 用于投资组合选择的研究
生成式 与其“幻觉”
生成式 与大语言模型
使用大语言模型荐股
领先基金的投资原则
宏观经济形势分析
根据经济形势研判进行股票选择
为投资组合分配权重
提供的权重分配
使用传统优化方法计算权重分配
文心一言提供的权重分配
小结与习题
结束语
显示全部信息
作者简介
段小手
段小手，曾供职于百度、敦煌网、慧聪网、方正集团等知名企业。有多年的科技项目管理及开发经验。年至今，与云南省公安厅合作数据挖掘项目，使用机器学习技术协助云南警方打击违法犯罪活动。
其负责的项目曾获得“国家发改委电子商务示范项目”“中关村现代服务业试点项目”“北京市信息化基础设施提升专项”“北京市外贸公共服务平台”等多项政策支持。著有《深入浅出机器学习》清华大学出版社出版《深入浅出量化交易实战》（机械工业出版社出版）等著作。
书名：巧用大模型轻松学会金融数据分析
书号
定
作者编者段小手 著
出版社：北京大学出版社
出版时间年月
编辑推荐
金融大数据分析新模式：让金融大数据分析更高效、更快捷、更完美。
全流程解析：涵盖获取金融数据到数据处理、数据可视化、探索、建模，再到机器学习和深度学习等全流程应用。
实战检验：结合多种金融大数据分析工具及案例实操讲解，理解更加透彻。
快速提高金融大数据分析效率：揭秘与金融大数据分析高效融合的核心方法论和实践经验。内容简介
本书结合金融领域的实际需求和量化分析技术，手把手教读者利用大模型的精准提示词，让大模型生成可用性极高的金融数据分析与建模代码，确保了内容既有深度又贴近用户实际需求。全书共计章，目录如下
第章大模型在金融领域的应用基础
第章让协助处理金融数据
第章让协助可视化金融时序数据
第章让协助探索金融时序数据
第章让协助进行技术分析
第章让协助进行时序分析与建模
第章让协助用机器学习建模 本书结合金融领域的实际需求和量化分析技术，手把手教读者利用大模型的精准提示词，让大模型生成可用性极高的金融数据分析与建模代码，确保了内容既有深度又贴近用户实际需求。全书共计章，目录如下
第章大模型在金融领域的应用基础
第章让协助处理金融数据
第章让协助可视化金融时序数据
第章让协助探索金融时序数据
第章让协助进行技术分析
第章让协助进行时序分析与建模
第章让协助用机器学习建模
第章让协助使用多因子模型
第章让协助使用建模
第章让协助进行蒙特卡洛模拟
第章让协助进行资产配置
第章让协助回测交易策略
第章深度学习基础
第章深度学习在金融领域的应用探索
第章利用生成式分配量化权重
本书适合金融科技从业者阅读参考。
显示全部信息
目 录
第 章
用 获取金融数据
获取股票数据
获取股票实时行情数据
获取股票历史行情数据
获取上市公司财务指标数据
获取期货数据
获取期货手续费与保证金数据
获取期货实时行情数据
获取期货历史行情数据
获取宏观数据
获取国内生产总值数据
获取社会融资规模增量统计数据
获取 货币供应年率数据 第 章
用 获取金融数据
获取股票数据
获取股票实时行情数据
获取股票历史行情数据
获取上市公司财务指标数据
获取期货数据
获取期货手续费与保证金数据
获取期货实时行情数据
获取期货历史行情数据
获取宏观数据
获取国内生产总值数据
获取社会融资规模增量统计数据
获取 货币供应年率数据
小结与习题
第 章
让 协助处理金融数据
将价格数据转化为收益
让 协助计算简单收益
让 协助计算对数收益
根据通货膨胀调整收益
通货膨胀调整的一般步骤
获取 月率数据并进行处理
让 协助进行通货膨胀调整
实现波动率的计算
实现波动率的原理与公式
计算股价的月度实现波动率
让 协助计算年化实现波动率
缺失数据填补
用 填补缺失的日期
让 协助填充缺失数据
让 协助用插值法填充缺失数据
小结与习题 第 章
让 协助可视化金融时间序列数据
时间序列数据的基本可视化
基本线图的绘制
让 协助绘制子图
让 协助美化子图
季节性模式可视化
交互式可视化
让 用 绘制交互式图像
让 用 绘制交互式图像
让 协助美化交互式图像
线图的绘制
让 协助绘制基本 线图
让 协助添加均线
让 协助添加成交量
小结与习题
第 章
让 协助探索金融时间序列数据
让 协助处理异常值
使用滚动统计检测异常值
使用温索化处理异常值
让 协助检测趋势变化
使用 算法检测趋势变化
使用二元分段法检测变点
时间序列中的趋势检测
让 协助研究资产回报的典型特征
资产回报的统计分布
资产回报的自相关性分析
资产回报的杠杆效应
用 指数识别时间序列中的趋势
小结与习题
第 章
让 协助进行技术分析
让 协助使用 计算技术指标
使用 计算均线指标
使用 计算布林带指标
使用 计算 指标
让 协助识别 线形态
使用 识别“早晨之星”形态
使用 识别“锤头”形态
调用 全部模式识别函数识别 线形态
让 协助开发技术分析
面板 使用下拉菜单选择期货品种
让用户选择起止日期
添加技术分析指标
添加 线图与技术指标的可视化展示
小结与习题
第 章
让 协助进行时间序列分析与建模
让 协助进行时间序列分解
直观地观察时间序列数据的季节性模式
对数据进行滚动统计
使用“加法模型”进行季节性分解
使用 分解法进行时间序列分解
让 协助对时间序列进行平稳性检验
对时间序列进行 检验
对时间序列进行 检验
修正时间序列的不平稳性
让 协助进行时间序列建模
使用 进行建模
使用指数平滑方法进行建模
小结与习题
第 章
让 协助用机器学习建模
让 协助建立线性回归模型
创建最简单的模型并做出预测
使用滚动时间序列交叉验证法评估模型
让 协助进行特征工程
添加均线特征并训练模型
添加滞后特征并训练模型
添加时间特征并训练模型
让 协助使用更多机器学习算法建模
小结与习题
第 章
让 协助使用多因子模型
让 协助使用 模型
的基本原理
资产和指数数据的准备
使用 计算股票的贝塔系数
让 协助使用三因子模型
三因子模型的基本原理
三因子数据的准备
三因子模型的创建
用三因子模型对投资组合进行滚动估计
让 协助使用其他多因子模型
四因子模型
五因子模型
基于多因子模型调整投资组合
小结与习题
第 章
让 协助使用 建模
让 协助探索 模型
模型的基本原理
模型的具体实现
让 协助探索 模型
模型的基本原理
模型的具体实现
用 模型预测未来波动率
让 协助探索 模型
模型的原理
模型的实现
用 模型预测条件协方差矩阵
小结与习题
第 章
让 协助进行蒙特卡罗模拟
让 协助掌握几何布朗运动
几何布朗运动的基本原理
定义几何布朗运动模拟函数
使用定义好的函数模拟股价变动
让 协助进行期权定
期权基础知识
使用蒙特卡罗模拟对欧洲期权定
使用 方法对美国期权定
让 协助估计
的基本概念
创建虚拟的投资组合
估计投资组合的
小结与习题
第 章
让 协助进行资产配置
让 协助评估等权重投资组合
创建虚拟的投资组合
使用 绘制业绩快照图
使用 生成业绩评估报告
让 协助构建有效前沿
使用蒙特卡罗模拟寻找有效前沿
使用优化算法寻找有效前沿
让 协助最大化风险平衡
层次风险平价的基本原理
层次风险平价的实现
小结与习题
第 章
让 协助回测交易策略
让 协助进行向量化回测
交易信号的生成
交易策略的收益计算
在交易策略中添加交易成本
让 协助使用 回测
小试
中的 类
用 回测均线策略
让 协助回测多空策略
基于 设计多空策略
执行多空策略的回测
小结与习题
第 章
深度学习的基础知识
深度学习的一些基本概念
神经网络与神经元
神经元的激活函数
神经网络的训练
神经网络的损失函数
反向传播与梯度下降
用 训练最简单的神经
网络 一些特殊的神经网络
循环神经网络
长短期记忆网络
卷积神经网络
小结与习题
第 章
深度学习在金融领域的应用探索
用神经网络预测金融市场
使用 预测期货
使用归一化处理数据并训练模型
使用 预测收益
用神经网络预测市场方向
将任务转化为二分类问题
创建 模型并训练
添加一些技术指标作为特征
设计交易策略并回测
小结与习题
第 章
利用生成式 进行选股和分配权重
生成式 用于投资组合选择的研究
生成式 与其“幻觉”
生成式 与大语言模型
使用大语言模型荐股
领先基金的投资原则
宏观经济形势分析
根据经济形势研判进行股票选择
为投资组合分配权重
提供的权重分配
使用传统优化方法计算权重分配
文心一言提供的权重分配
小结与习题
结束语
显示全部信息
作者简介
段小手
段小手，曾供职于百度、敦煌网、慧聪网、方正集团等知名企业。有多年的科技项目管理及开发经验。年至今，与云南省公安厅合作数据挖掘项目，使用机器学习技术协助云南警方打击违法犯罪活动。
其负责的项目曾获得“国家发改委电子商务示范项目”“中关村现代服务业试点项目”“北京市信息化基础设施提升专项”“北京市外贸公共服务平台”等多项政策支持。著有《深入浅出机器学习》清华大学出版社出版《深入浅出量化交易实战》（机械工业出版社出版）等著作。