11．3 数据规整化 142
11．3．1 缺失值的处理142
11．3．1．1缺失值的判断142
11．3．1．2选出不是缺失值的数据143
11．3．2 缺失值的填充143
11．3．3 缺失值的选择删除145
11．3．4 删除重复数据146

第12 章常用第三方库：Matplotlib 库与数据可视化 149
12．1 Matplotlib 简介149
12．2 修改图像属性152
12．2．1 坐标 152
12．2．1．1更改坐标轴范围152
12．2．1．2设定坐标标签与显示角度153
12．2．2 添加文本155
12．2．2．1添加标题155
12．2．2．2中文显示问题157
12．2．2．3设定坐标轴标签159
12．2．2．4增加图形背景grid 160
12．2．2．5增加图例161
12．2．3 多种线条属性162
12．2．3．1线条的类型162
12．2．3．2图形的颜色163
12．2．3．3点的形状类型164
12．2．3．4线条宽度166
12．3 常见图形的绘制167
12．3．1 柱状图（Bar charts） 167
12．3．2 直方图170
12．3．3 饼图 172
12．3．4 箱线图172
12．4 Figure、Axes 对象与多图绘制173
12．4．1 Figure、Axes 对象174
12．4．2 多图绘制176
12．4．2．1多个子图绘制176
12．4．2．2一个图中多条曲线绘制178
第2 部分统计学基础 180

第13 章描述性统计 181
13．1 数据类型 182
13．2 图表 182
13．2．1 频数分布表182
13．2．2 直方图183
13．3 数据的位置 184
13．4 数据的离散度186

第14 章随机变量简介 190
14．1 概率与概率分布190
14．1．1 离散型随机变量190
14．1．2 连续型随机变量192
14．2 期望值与方差193
14．3 二项分布 194
14．4 正态分布 197
14．5 其他连续分布199
14．5．1 卡方分布199
14．5．2 t 分布199
14．5．3 F 分布200
14．6 变量的关系 202
14．6．1 联合概率分布202
14．6．2 变量的独立性203
14．6．3 变量的相关性203
14．6．4 上证综指与深证综指的相关性分析205

第15 章推断统计 208
15．1 参数估计 208
15．1．1 点估计209
15．1．2 区间估计209
15．2 案例分析 212
15．3 假设检验 213
15．3．1 两类错误214
15．3．2 显著性水平与p 值215
15．3．3 确定小概率事件215
15．4 t 检验 216
15．4．1 单样本t 检验216
15．4．2 独立样本t 检验217
15．4．3 配对样本t 统计量的构造218

第16 章方差分析 221
16．1 方差分析之思想221
16．2 方差分析之原理222
16．2．1 离差平方和223
16．2．2 自由度224
16．2．3 显著性检验225
16．3 方差分析之Python 实现226
16．3．1 单因素方差分析227
16．3．2 多因素方差分析228
16．3．3 析因方差分析228

第17 章回归分析 231
17．1 一元线性回归模型231
17．1．1 一元线性回归模型231
17．1．2 *小平方法232
17．2 模型拟合度 233
17．3 古典假设条件下^_、^ _ 之统计性质234
17．4 显著性检验 235
17．5 上证综指与深证成指的回归分析与Python 实践236
17．5．1 Python 拟合回归函数236
17．5．2 绘制回归诊断图238
17．6 多元线性回归模型240
17．7 多元线性回归案例分析241
17．7．1 价格水平对GDP 的影响241
17．7．2 考量自变量共线性因素的新模型243
第3 部分金融理论、投资组合与量化选股246

第18 章资产收益率和风险 247
18．1 单期与多期简单收益率248
18．1．1 单期简单收益率248
18．1．2 多期简单收益率249
18．1．3 Python 函数计算简单收益率252
18．1．4 单期与多期简单收益率的关系252
18．1．5 年化收益率254
18．1．6 考虑股利分红的简单收益率256
18．2 连续复利收益率259
18．2．1 多期连续复利收益率260
18．2．2 单期与多期连续复利收益率的关系262
18．3 绘制收益图 263
18．4 资产风险的来源264
18．4．1 市场风险264
18．4．2 利率风险264
18．4．3 汇率风险265
18．4．4 流动性风险265
18．4．5 信用风险265
18．4．6 通货膨胀风险266
18．4．7 营运风险266
18．5 资产风险的测度266
18．5．1 方差 266
18．5．2 下行风险268
18．5．3 风险价值269
18．5．4 期望亏空271
18．5．5 *大回撤271

第19 章投资组合理论及其拓展 276
19．1 投资组合的收益率与风险276
19．2 Markowitz 均值-方差模型280
19．3 Markowitz 模型之Python 实现285
19．4 Black-Litterman 模型289

第20 章资本资产定价模型（CAPM） 298
20．1 资本资产定价模型的核心思想298
20．2 CAPM 模型的应用299
20．3 Python 计算单资产CAPM 实例301
20．4 CAPM 模型的评价305

第21 章Fama-French 三因子模型 308
21．1 Fama-French 三因子模型的基本思想308
21．2 三因子模型之Python 实现310
21．3 三因子模型的评价315
第4 部分时间序列简介与配对交易 317

第22 章时间序列基本概念 318
22．1 认识时间序列318
22．2 Python 中的时间序列数据320
22．3 选取特定日期的时间序列数据321
22．4 时间序列数据描述性统计323

第23 章时间序列的基本性质 326
23．1 自相关性 326
23．1．1 自协方差327
23．1．2 自相关系数327
23．1．3 偏自相关系数327
23．1．4 acf( ) 函数与pacf( ) 函数328
23．1．5 上证综指的收益率指数的自相关性判断328
23．2 平稳性 331
23．2．1 强平稳331

 2/4   首页 上一页 1 2 3 4 下一页 尾页

管理 金融/投资 投资融资

在线阅读