*****课程目录*****
(1)课程开篇讲解
■课程开篇讲解
(2)第1章 金融人Python入门;目录中文件数:6个
■课时 3 - Python在金融资管领域中的应用.mp4
■课时 4 - 补充-Mac系统下安装anaconda步骤.mp4
■课时 5 - Python基础知识(一).mp4
■课时 6 - Python基础知识(二).mp4
■课时 7 - Python基础金融分析应用.mp4
■课时 8 - 成为编程能手:Python知识进阶.mp4
(3)第2章 利用Python实现金融数据收集、分析与可视化;目录中文件数:6个
■课时 09 - 使用Numpy数组实现金融数据高效计算.mp4
■课时 10 - 使用Pandas数组实现金融数据高效计算(一).mp4
■课时 11 - 使用Pandas数组实现金融数据高效计算(二).mp4
■课时 12 - 实战练习:用Python处理股价数据.mp4
■课时 13 - 实战练习:用Python实现神奇公式挑选股票.mp4
■课时 14 - Matplotlib可视化:绘制2D和3D图.mp4
(4)第3章 Python爬虫实务;目录中文件数:5个
■课时 15 - 爬虫环境配置与简单爬取程序实现.mp4
■课时 16 - 典型爬虫程序的实现(一).mp4
■课时 17 - 典型爬虫程序的实现(二).mp4
■课时 18 - 典型爬虫程序的实现(三).mp4
■课时 19 - 爬虫案例详解.mp4
(5)第4章 Python统计与金融实务应用;目录中文件数:6个
■课时 20 - 金融建模.mp4
■课时 21 - 信用评分卡.mp4
■课时 22 - 可转债定价.mp4
■课时 23 - 股票量化基本面投资.mp4
■课时 24 - 量化因子.mp4
■课时 25 - 因子分析实战.mp4
(6)课程讲义及学习资料;目录中文件数:14个
■Python系列课程讲义.pdf
■Pthon系列课1.2-Python基础知识(一).pdf
■Pthon系列课1.3-Python基础知识(二).pdf
■Pthon系列课1.4-Python基础金融分析应用.pdf
■Pthon系列课1.5-成为编程能手:Python知识进阶.pdf
■Pthon系列课2.1-使用numpy和pandas实现金融数据的高效计算.pdf
■Pthon系列课2.2-Matplotlib可视化:绘制2D和3D图.pdf
■Pthon系列课3.1-爬虫环境配置与简单爬取程序实现.pdf
■Pthon系列课3.2-典型爬虫程序的实现(1).pdf
■Pthon系列课3.2-典型爬虫程序的实现(2).pdf
■Pthon系列课3.2-典型爬虫程序的实现(3).pdf
■python系列课4.1- Python金融函数与金融建模.pdf
■python系列课4.2- 信用评分卡.pdf
■python系列课4.3- 可转债定价.pdf
(7)第0章 课时 1 学员须知课时 2 课程讲义及学习资料data;目录中文件数:13个
■A股公司净利润增长率.xlsx
■pepb_data.xlsx
■pe_average_monthly.xlsx
■pe_data.xlsx
■PE_data_original.xlsx
■pe_ttm.txt
■szzs.txt
■test.xlsx
■个股净利润14-17.xlsx
■个股及其行业数据.xlsx
■神奇公式数据.xlsx
■行业指数.xlsx
■行业指数pe_ttm.CSV
(8)课程讲义及学习资料
*视频课程下载链接:>>展开
课程内容直击大厂商业Bi和人工智能,由八部分内容组成,涵盖微软Ai核心+智能商业BI+Python数据分析+人工智能+名企全面提升等等。
知识图谱全链路技能来袭!课程将知识图谱的技术完整的呈现给同学们
数仓项目高阶项目项目分析+日志采集+数仓项目+数据可视化+集群监控实战V2.0版本
Python量化交易零基础到案例实战应用教程
大前端架构师必备-Angular项目实战课程技能
上海交大博士+腾讯研研究员亲自授课,内容包括了元回归和Logistic回归,隐马尔科夫模型HMM,主题模型LDV,卷积神经网络,图像视频的定位与识别,循环神经网络RNN,自然语言处理大课堂,生成对抗网络GAN以及强化学习RL
文件作者-:Abraham Silberschatz, Henry F.Korth, S.Sudarshan
旧手机改造成Linux服务器背景1:之前...
CISSP视频培训,录音培训,文档资料合集,你能找到比这更全的算我输
绝对是最简单易懂的概率论与数理统计视频课程,如果这个课程无法让你学会,建议你放弃。
Citrix-Vmware桌面虚拟化全新实战视频教程-桌面虚拟化Citrix+VM-
可以使用以下代码来提取 CSV 文件的前...