《Python金融编程》为金融科技类基础教材，以提高金融类学生数据素养为目标，系统介绍Python金融编程语言的代码规则、Python软件获取金融数据的方法和手段、Python软件展开金融量化分析的主要分析库（如Numpy库，pandas库，Sklean库等）、可视化分析库，运用Python软件实现金融计量分析、线性回归模型的建模过程、时间序列模型建模过程，并运用Python软件展开案例分析。本教材可作为金融类本科生参考教材，也可作为研究生Python软件课程介绍的参考教材，还可作为Python学习和量化分析学习者的工具参考书，具有一定的理论与实践价值。

本教材为金融科技类基础教材，以提高金融类学生数据素养为目标，系统介绍Python金融编程语言的代码规则、Python软件获取金融数据的方法和手段、Python软件展开金融量化分析的主要分析库（如Numpy库，pandas库，Sklean库等）、可视化分析库，运用Python软件实现金融计量分析、线性回归模型的建模过程、时间序列模型建模过程，并运用Python软件展开案例分析。本教材可作为金融类本科生参考教材，也可作为研究生Python软件课程介绍的参考教材，还可作为Python学习和量化分析学习者的工具参考书。

目 录１ ／ １   Ｐｙｔｈｏｎ 简介 1.1   初步认识 Ｐｙｔｈｏｎ …………………………………………………………… （１）       1.1.1   Ｐｙｔｈｏｎ 的发展史 ……………………………………………………… （１）       1.1.2   Ｐｙｔｈｏｎ 的特点 ………………………………………………………… （１） 1.2   Ｐｙｔｈｏｎ 的安装及环境 ………………………………………………………… （２）       1.2.1   集成环境 Ａｎａｃｏｎｄａ ………………………………………………… （２）       1.2.2   集成环境 Ｐｙｃｈａｒｍ …………………………………………………… （４） 1.3   库资源的调用与安装 ………………………………………………………… （４）       1.3.1   模块／ 库调用 ………………………………………………………… （４）       1.3.2   模块／ 库安装 ………………………………………………………… （４） 1.4   Ｐｙｔｈｏｎ 访问金融数据库资源 ………………………………………………… （５）       1.4.1   ｔｕｓｈａｒｅ 库……………………………………………………………… （５）       1.4.2   ＡＫＳｈａｒｅ 库 …………………………………………………………… （７） 作业 ………………………………………………………………………………… （７） ８ ／ ２   Ｐｙｔｈｏｎ 基本操作 2.1   Ｐｙｔｈｏｎ 基本数据结构 ………………………………………………………… （８）       2.1.1   数据及基本类型 ……………………………………………………… （８）       2.1.2   列表 …………………………………………………………………… （９）       2.1.3   元组 …………………………………………………………………… （９）       2.1.4   集合 …………………………………………………………………… （９）2.1.5   字典 ………………………………………………………………… （１０） 2.2   数据索引及基础运算 ……………………………………………………… （１１）       2.2.1   数据索引 …………………………………………………………… （１１）       2.2.2   列表扩展及更改 …………………………………………………… （１１）       2.2.3   字符串和数值型数据的转化 ……………………………………… （１１）       2.2.4   运算符 ……………………………………………………………… （１２） 2.3   Ｐｙｔｈｏｎ 中的循环语法 ……………………………………………………… （１３）       2.3.1   条件循环语句 ……………………………………………………… （１３）       2.3.2   ｆｏｒ 循环语句 ………………………………………………………… （１３）       2.3.3   Ｗｈｉｌｅ 循环…………………………………………………………… （１４） 2.4   函数 ………………………………………………………………………… （１４）       2.4.1   函数定义 …………………………………………………………… （１４）       2.4.2   函数的递归与嵌套 ………………………………………………… （１６） 2.5   异常程序处理 ……………………………………………………………… （１６） 作业 ………………………………………………………………………………… （１７） １８ ／ ３   爬虫基础 3.1   爬虫概述 …………………………………………………………………… （１８）       3.1.1   爬虫策略分类 ……………………………………………………… （１８）       3.1.2   爬虫手段分类 ……………………………………………………… （１９） 3.2   正则表达 …………………………………………………………………… （２０）       3.2.1   字符串处理 ………………………………………………………… （２０）       3.2.2   正则表达 …………………………………………………………… （２１） 3.3   正则表达进阶：匹配的高阶 ………………………………………………… （２３）       3.3.1   ｆｉｎｄａｌｌ．ｐｙ …………………………………………………………… （２３）       3.3.2   贪婪匹配 …………………………………………………………… （２３）       3.3.3   非贪婪匹配 ………………………………………………………… （２４）       3.3.4   自动换行匹配 ……………………………………………………… （２６） 3.4   网页结构搭建基础 ………………………………………………………… （２６）       3.4.1   查看网页代码 ……………………………………………………… （２６）       3.4.2   网页结构 …………………………………………………………… （２９） 3.5   网页搭建 …………………………………………………………………… （２９）       3.5.1   ＨＴＭＬ 语言 ………………………………………………………… （２９）       3.5.2   标题 ………………………………………………………………… （３０）       3.5.3   段落 ………………………………………………………………… （３１）       3.5.4   网络连接 …………………………………………………………… （３２）3.5.5   区块 ………………………………………………………………… （３２）       3.5.6   类 …………………………………………………………………… （３３）       3.5.7   ＩＤ …………………………………………………………………… （３３） 作业 ………………………………………………………………………………… （３４） ３５ ／ ４   网页解析及爬虫实战 4.1   请求库 ……………………………………………………………………… （３５）       4.1.1   ＩＤ 请求库 ｕｒｌｌｉｂ …………………………………………………… （３５）       4.1.2   请求库 ｒｅｑｕｅｓｔｓ 库 ………………………………………………… （３６） 4.2   解析库 ……………………………………………………………………… （３７）       4.2.1   ＸＰａｔｈ 解析库………………………………………………………… （３７）       4.2.2   ＢｅａｕｔｉｆｕｌＳｏｕｐ 解析库………………………………………………… （３８）       4.2.3   ｒｅｑｕｅｓｔｓ－ｈｔｍｌ 解析库 ……………………………………………… （３８） 4.3   爬虫实战 …………………………………………………………………… （３９）       4.3.1   案例一：爬取淘宝页首页链接标签数据 …………………………… （３９）       4.3.2   案例二：爬取百度热榜数据 ………………………………………… （４０）       4.3.3   案例三：爬取谷歌网页起点小说网的相关数据 …………………… （４１） 作业 ………………………………………………………………………………… （４２） ４３ ／ ５   数据可视化 5.1   绘图环境 …………………………………………………………………… （４３） 5.2   Ｍａｔｐｌｏｔｌｉｂ 简介 ……………………………………………………………… （４４）      5.2.1   基本函数（ｃａｎｖａｓ） ………………………………………………… （４４）       5.2.2   绘制图 ……………………………………………………………… （４５）       5.2.3   绘制多个图 ………………………………………………………… （４６）       5.2.4   编辑与美工 ………………………………………………………… （４７） 5.3   Ｍａｔｐｌｏｔｌｉｂ 进阶 ……………………………………………………………… （５０）       5.3.1   创建画布与区域 …………………………………………………… （５０）       5.3.2   在画布上创建多个子图 …………………………………………… （５１） 5.4   绘制常用统计图 …………………………………………………………… （５３）       5.4.1   条形图 ……………………………………………………………… （５３）       5.4.2   直方图 ……………………………………………………………… （５４）       5.4.3   饼图 ………………………………………………………………… （５５）       5.4.4   时序图 ……………………………………………………………… （５５）       5.4.5   网格图 ……………………………………………………………… （５６） 作业 ………………………………………………………………………………… （５７）５８ ／ ６   ＮｕｍＰｙ 数据分析库 6.1   Ｎｕｍｐｙ 库数据结构 ………………………………………………………… （５８） 6.2   ＮｕｍＰｙ 数组 ………………………………………………………………… （５９）       6.2.1   数组简介 …………………………………………………………… （５９）       6.2.2   创建数组的几种方法 ……………………………………………… （５９）       6.2.3   数组的分隔 ………………………………………………………… （６１）       6.2.4   数组的连接 ………………………………………………………… （６２）       6.2.5   数组运算 …………………………………………………………… （６３）       6.2.6   数组切片 …………………………………………………………… （６４）       6.2.7   数组变换 …………………………………………………………… （６５） 6.3   ＮｕｍＰｙ 矩阵及运算 ………………………………………………………… （６６）       6.3.1   Ｎｕｍｐｙ 创建矩阵 …………………………………………………… （６６）       6.3.2   Ｎｕｍｐｙ 矩阵运算 …………………………………………………… （６６）       6.3.3   Ｎｕｍｐｙ 的子模块 ｌｉｎａｌｇ ……………………………………………… （６７） 6.4   随机数的生成 ……………………………………………………………… （６９）       6.4.1   生成随机数 ………………………………………………………… （６９）       6.4.2   生成服从正态分布的随机数 ……………………………………… （７０）       6.4.3   生成服从卡方分布的随机数 ……………………………………… （７１）       6.4.4   生成服从 ｔ 分布的随机数 ………………………………………… （７１）       6.4.5   生成服从 Ｆ 分布的随机数 ………………………………………… （７１）       6.4.6   生成服从贝塔分布的随机数 ……………………………………… （７２）       6.4.7   生成服从伽马分布的随机数 ……………………………………… （７２）       6.4.8   其他分布 …………………………………………………………… （７３） 6.5   Ｎｕｍｐｙ 库实现金融数据分析 ……………………………………………… （７３） 作业 ………………………………………………………………………………… （７６） ７８ ／ ７   Ｐａｎｄａｓ 数据分析库 7.1   数列 ………………………………………………………………………… （７８）       7.1.1   创建数列（Ｓｅｒｉｅｓ） …………………………………………………… （７８）       7.1.2   数列叠加 …………………………………………………………… （７９）       7.1.3   数列删除 …………………………………………………………… （８０）       7.1.4   数列去除重复元素 ………………………………………………… （８０） 7.2   数据框 ……………………………………………………………………… （８１）       7.2.1   创建数据框（ＤａｔａＦｒａｍｅ） …………………………………………… （８１）       7.2.2   数据框填充内容 …………………………………………………… （８３）7.2.3   数据框排序 ………………………………………………………… （８３）       7.2.4   数据连接 …………………………………………………………… （８４） 7.3   运用 ｐａｎｄａｓ 库读取外部文件数据 ………………………………………… （８４）       7.3.1   ｒｅａｄ＿ｅｘｃｅｌ 读取 Ｅｘｃｅｌ 文档中的数据 ………………………… （８４）       7.3.2   读取其他格式本地路径数据 ……………………………………… （８５）       7.3.3   文件的写入 ………………………………………………………… （８６） 7.4   数据统计分析 ……………………………………………………………… （８６）       7.4.1   描述性统计分析 …………………………………………………… （８６）       7.4.2   分组分析 …………………………………………………………… （８７）       7.4.3   数据分布分析 ……………………………………………………… （８９）       7.4.4   交叉分析 …………………………………………………………… （９１）       7.4.5   相关分析 …………………………………………………………… （９２）       7.4.6   滚动计算 …………………………………………………………… （９２） 作业 ………………………………………………………………………………… （９３） ９４ ／ ８   金融中的线性模型及 Ｐｙｔｈｏｎ 实现 8.1   问题导入 …………………………………………………………………… （９４） 8.2   一元线性回归模型 ………………………………………………………… （９５）       8.2.1   模型构建 …………………………………………………………… （９５）       8.2.2   模型识别 …………………………………………………………… （９５） 8.3   多元线性回归模型 ………………………………………………………… （９５） 8.4   模型检验 …………………………………………………………………… （９６）       8.4.1   回归方程拟合优度检验 …………………………………………… （９６）       8.4.2   回归方程拟合优度显著性检验 …………………………………… （９６）       8.4.3   回归系数显著性检验（ｔ 检验）……………………………………… （９６） 8.5   经典假定条件不成立情形分析 …………………………………………… （９６）       8.5.1   异方差性问题 ……………………………………………………… （９６）       8.5.2   异方差性检验 ……………………………………………………… （９７） 8.6   一元线性回归分析的 Ｐｙｔｈｏｎ 实现 ………………………………………… （９８）       8.6.1   Ｓｃｉｐｙ 库简介 ………………………………………………………… （９８）       8.6.2   ｓｔａｔｓｍｏｄｅｌｓ 库………………………………………………………… （９９）       8.6.3   多元线性回归模型的 Ｐｙｔｈｏｎ 实现………………………………… （１００） 作业 ……………………………………………………………………………… （１０７） １０８ ／ ９   ＡＲＭＡ 模型及 Ｐｙｔｈｏｎ 应用 9.1   模型简介 …………………………………………………………………… （１０８）9.1.1   ＡＲＭＡ 模型 ………………………………………………………… （１０８）       9.1.2   模型自相关检验 …………………………………………………… （１０９）       9.1.3   模型平稳性检验 …………………………………………………… （１０９） 9.2   模型应用及 Ｐｙｔｈｏｎ 实现 ………………………………………………… （１１０）       9.2.1   案例一 ……………………………………………………………… （１１０）       9.2.2   案例二 ……………………………………………………………… （１１８） 作业 ……………………………………………………………………………… （１２４） １２５ ／ １０   ＡＲＣＨ 模型及 Ｐｙｔｈｏｎ 应用 10.1   ＡＲＣＨ 模型 ……………………………………………………………… （１２５）       10.1.1   ＡＲＣＨ 模型简介 ………………………………………………… （１２５）       10.1.2   ＧＡＲＣＨ 模型简介 ………………………………………………… （１２５）       10.1.3   ＴＡＲＣＨ 模型简介 ………………………………………………… （１２６）       10.1.4   ＡＲＣＨ－ＬＭ 效应检验 …………………………………………… （１２６） 10.2   ＡＲＣＨ 建模案例 ………………………………………………………… （１２６） 作业 ……………………………………………………………………………… （１３５） １３６ ／ １１   综合案例研究：用户消费行为数据分析 11.1   案例简介 ………………………………………………………………… （１３６） 11.2   初步分析 ………………………………………………………………… （１３７）       11.2.1   数据导入 ………………………………………………………… （１３７）       11.2.2   数据预处理 ……………………………………………………… （１３９）       11.2.3   数据分析 ………………………………………………………… （１４０）       11.2.4   用户分层 ………………………………………………………… （１５１） １５８ ／ 参考文献 １６０ ／ 附表