醉染图书PYTHON金融大数据挖掘与分析全流程详解9787111633204

前言如何获取学习资源章  Python基础1.1  Python安装与个Python程序121.1.1  安装Python121.1.2  编写个Python程序131.1.3  PyCharm的安装与使用141.2  Python基础知识181.2.1  变量、行、缩进与注释181.2.2  数据类型：数字与字符串201..  数据类型：列表与字典、元组与集合221.2.4  运算符271.3  Python语句291.3.1  if条件语句291.3.2  for循环语句301.3.3  while循环语句311.3.4  try/except异常处理语句321.4  函数与库331.4.1  函数的定义与调用331.4.2  函数的返回值与作用域341.4.3  常用基本函数介绍361.4.4  库38第2章  金融数据挖掘之爬虫技术基础2.1  爬虫技术基础1—网页结构基础412.1.1  查看网页源代码—F12键412.1.2  查看网页源代码—右键菜单432.1.3  网址构成及http与https协议442.1.4  网页结构初步了解442.2  爬虫技术基础2—网页结构进阶442.2.1  HTML基础知识1—我的个网页452.2.2  HTML基础知识2—基础结构452..  HTML基础知识3—标题、段落、链接462.2.4  HTML基础知识4—区块492.2.5  HTML基础知识5—类与id49.  初步实战—百度新闻源代码获取50..1  获取网页源代码51..2  分析网页源代码信息532.4  爬虫技术基础3—正则表达式542.4.1  正则表达式基础1—findall()函数542.4.2  正则表达式基础2—非贪婪匹配之(.*?)552.4.3  正则表达式基础3—非贪婪匹配之.*?572.4.4  正则表达式基础4—动虑换行的修饰符re.S602.4.5  正则表达式基础5—知识点补充61第3章  金融数据挖掘案例实战13.1  提取百度新闻标题、网址、日期及来源633.1.1  获取网页源代码633.1.2  编写正则表达式提取新闻信息633.1.3  数据清洗并打印输出653.2  批量获取多家公司的百度新闻并生成数据报告683.2.1  批量爬取多家公司的百度新闻683.2.2  自动生成舆情数据报告文本文件693.3  异常处理及24小时实时数据挖掘实战713.3.1  异常处理实战7..2  24小时实时爬取实战7.4  按时间顺序爬取及批量爬取多页内容743.4.1  按时间顺序爬取百度新闻743.4.2  一次批量爬取多页内容753.5  搜狗新闻与新浪财经数据挖掘实战783.5.1  搜狗新闻数据挖掘实战783.5.2  新浪财经数据挖掘实战82第4章  数据库详解及实战4.1  MySL数据库简介及安装864.2  MySL数据库基础894.2.1  MySL数据库管理平台phpMyAdmin介绍894.2.2  创建数据库及数据表904..  数据表基本操作924.3  Python与MySL数据库的交互964.3.1  安装PyMySL库964.3.2  用Python连接数据库964.3.3  用Python存储数据到数据库974.3.4  用Python在数据库中查找并提取数据1014.3.5  用Python从数据库中删除数据1024.4  案例实战：把金融数据存入数据库103第5章  数据清洗优化及数据评分系统搭建5.1  深度分析—数据去重及清洗优化1055.1.1  数据去重1055.1.2  常见的数据清洗手段及日期格式统一1075.1.3  文本内容深度过滤—剔除噪声数据1085.2  数据乱码的处理1105.2.1  编码分析1115.2.2  重新编码及解码1125..  解决乱码问题的经验方法1145.3  舆情数据评分系统搭建1155.3.1  舆情数据评分系统版本1—根据标题评分1155.3.2  舆情数据评分系统版本2—根据正文内容评分1175.3.3  舆情数据评分系统版本3—解决乱码问题1185.3.4  舆情数据评分系统版本4—处理非相关信息1195.4  完整的百度新闻数据挖掘系统搭建1215.4.1  将舆情数据评分存入数据库1215.4.2  百度新闻数据挖掘系统代码整合15.4.3  从数据库汇总每日评分127第6章  数据分析利器：NumPy与pandas库6.1  NumPy库基础1296.1.1  NumPy库与数组1296.1.2  创建数组的几种方式1316.2  pandas库基础1326.2.1  二维数据表格DataFrame的创建与索引的修改1336.2.2  Excel工作簿等文件的读取和写入1376..  数据的读取与编辑1396.2.4  数据表的拼接1446.3  利用pandas库导出舆情数据评分1476.3.1  汇总舆情数据评分1486.3.2  导出舆情数据评分表格150第7章  数据可视化与数据相关分析7.1  用Tushare库调取股价数据1527.1.1  Tushare库的基本用法1527.1.2  匹配舆情数据评分与股价数据1547.2  舆情数据评分与股价数据的可视化1557.2.1  数据可视化基础1567.2.2  数据可视化实战1607.3  舆情数据评分与股价数据相关分析1627.3.1  皮尔逊相关系数1627.3.2  相关分析实战164第8章  金融数据挖掘之爬虫技术进阶8.1  爬虫技术进阶1—IP代理简介1658.1.1  IP代理的工作原理1658.1.2  IP代理的使用方法1668.2  爬虫技术进阶2—Selenium库详解1698.2.1  网络数据挖掘的难点1698.2.2  模拟浏览器ChromeDriver的下载与安装1708..  Selenium库的安装1728.2.4  Selenium库的使用173第9章  金融数据挖掘案例实战29.1  新浪财经实时数据挖掘实战1809.1.1  获取网页源代码1809.1.2  数据提取1819.2  东方财

王宇韬，华能贵诚信托金融科技实验室发起人，宾夕法尼亚大学硕士，上海交通大学学士，两年内通过CFA 3级、FRM 2级、AF，在华能贵诚信托自主研发了舆情监控系统、资金雷达、流程自动化AI系统、机器视频面试系统等，专注于科技在金融领域的应用。

信息时代，数据为王。时代的发展日新月异，与此相伴的则是数据的急速增长。面对浩如烟海的数据，人工处理往往会感觉到力有不逮，而通过科技的力量则能弥补这一缺陷。如何在这些数据中挖掘出有价值的信息，也成为新时代每一位拼搏者要思考的问题。金融从业者每天都要与海量的数据打交道，如新闻舆情数据、股价数据、宏观经济数据、个人信用数据等。如何从这些数据中挖掘出需要的信息，并进行相应的分析，是很多金融从业者关心的内容。例如，我们利用网络新闻数据可以搭建舆情监控系统，实现企业风险预警；利用股价数据进行相关量化金融分析，可以寻找合适的交易机会；利用个人信用数据，可以进行大数据风控和金融反欺诈等。数据分析的工具层出不穷，从Excel软件、R语言，到现在火的Python语言，可以说科技的发展给我们配备了很多数据分析的利器。Python语言功能强大且较易上手，本书就采用Python语言来进行数据的挖掘与分析。全书共16章，全面讲解了金融数据的获取、处理、分析及结果呈现，内容十分丰富，涉及Python基础知识、网络数据爬虫技术、数据库存取、数据清洗、数据可视化、数据相关分析、IP代理、浏览器模拟操控、邮件发送、定时任务、文件读写、云端部署、机器学习等，可以实现舆情监控、智能投顾、量化金融、大数据风控、金融反欺诈模型等多种金融应用。我们将本书定位为一金融技入门读物，无论是编程知识还是金融相关知识，都力求从易到难、循序渐进地讲解，并辅以商业实战案例来加深印象。此外，我们还希望本书能成为一个金融科技工具箱，里面的代码不需要死记硬背，而是当您有相应需求时可以方便地速查速用。本书中的数据挖掘与分析思想不仅适用于金融行业，对行业来说也具备较高的参考价值。无论您从事的工作与金融相关，我们都希望您通过阅读本书，能够初步了解金融科技，并结合书中的案例锻炼自己的实战能力，成长为一名的数据挖掘与分析人才。由于编者水平有限，在编写本书的过程中难免有不足之处，恳请广大读者指正批评，除了扫描二维码关注公众号获取资讯以外，也可加入群930872583与我们交流。编者2019年6月