Python金融大数据挖掘与分析全流程详解
Zivvs Wang 查看讲师
百林哲咨询(北京)有限公司专家团队成员
华小智金融科技实验室创始人
浏览:1482次
详情 DETAILS

课程简介

在大数据技术的迅猛发展浪潮之下,金融机构正经历着前所未有的变革,企业需要充分利用日益丰富的海量数据资源来深度洞察市场动态、优化关键决策过程、显著提升风险管理效能,并积极探索和创新更多元化的业务模式。

Python,作为一门兼具高效性、灵活性以及广泛适用性的编程语言,凭借其简洁易懂的语法结构、强大的数据处理能力、丰富的第三方库支持,极大地简化了复杂金融数据的处理与分析流程它不仅能够处理和分析海量的金融数据,还能够通过可视化手段直观展现数据特征,帮助决策者快速把握市场趋势,制定更加精准有效的策略。

本课程详细介绍了Python基础知识、网络数据爬虫技术、数据库基础及实战、大数据分析技巧、舆情监控即企业风险预警、智能投顾、量化金融、大数据风控、机器学习、客户违约预测模型等多方面金融与Python结合的内容,并结合实战案例帮助企业全面理解金融数据的获取、处理、分析及结果呈现。

课程收益

1、帮助学员了解Python基础知识及自动生成报告实战应用

2、帮助学员掌握金融数据挖掘与数据清洗优化技巧

3、帮助学员掌握掌握数据库管理与数据分析工具使用

受众人群

市场部、业务支撑部、数据分析部、运营分析部等对业务数据分析有较高要求的相关人员

课程周期

 2天(12H

课程大纲

标题

授课内容

一、Python基础

1.Python环境部署

2.Python基础知识

3.Python语句

4.Python函数与模块

二、金融数据挖掘之爬虫技术基础

1.爬虫基础1 - 网页结构基础

2.爬虫基础2 - 网页结构进阶

3.初步实战 - 百度新闻源代码获取

4.爬虫基础3 - 正则表达式

三、金融数据挖掘实战1

1.百度新闻数据挖掘实战

2.批量获取多个上市公司的百度新闻及自动生成数据报告

3.异常处理及24小时实时数据挖掘实战

4.搜狐新闻和新浪财经数据挖掘实战

四、数据清洗优化及评分系统搭建

1.数据清洗及优化

2.数据乱码的处理方法

3.案例实战 - 舆情数据评分系统

五、数据库详解及实战

1.数据库简介及安装

2.数据库基础

3.Python与数据库的交互

4.案例实战 - 把金融数据导入到数据库中

六、数据分析的武器:Numpy与Pandas库

1.Numpy基础

2.pandas基础

3.案例实战 - pandas导出舆情数据评分

七、综合案例一:舆情数据评分与股价相关性分析

1.Tushare获取股价数据

2.数据可视化

3.舆情评分与股价相关性分析

八、金融数据挖掘之爬虫技术进阶

1.爬虫进阶1 - IP代理简介

2.爬虫进阶2 - 爬虫利器Selenium库详解

九、金融数据挖掘实战2

1.新浪财经股票实时数据挖掘实战

2.东方财富网数据挖掘实战

3.裁判文书网数据挖掘实战

4.巨潮资讯网数据挖掘实战

十、综合案例二:通过PDF文本解析分析上市公司理财公告

1.巨潮资讯网理财公告PDF批量下载实战

2.PDF文本解析基础

3.PDF文本解析实战 - 寻找合适的理财公告

十一、邮件提醒系统搭建 - Python自动发送邮件

1.Pyhton自动发送邮件基础

2.案例实战 - 将数据分析报告定时发送

十二、综合案例三:基于券商评级报告的投资决策分析

1.通过selenium获取券商研报网站数据

2.使用pandas和tushare获得股票行情数据

3.根据股票历史行情数据评估券商评级报告

十三、自动生成数据分析Word报告实战

1.Python创建Word基础

2.Python创建Word进阶

3.案例实战 - 自动生成数据分析Word报告

十四、综合案例四:基于上市公司实时股价的金融数据分析

1.基于股票10分钟成交量变化的量化策略简介

2.通过Tushare获取股价基本数据

3.生成股价相关数据衍生变量

4.Python创建Excel基础

5.策略实践并将结果自动导入到Excel中分析

十五、云服务器部署

1.腾讯云/阿里云/百度云服务器介绍

2.程序云端部署

十六、机器学习之客户违约预测模型搭建

1.机器学习在金融领域的应用

2.决策树模型的基本原理

3.案例实战:客户违约预测模型搭建


企业服务热线:400-106-2080
电话:18519192882
投诉建议邮箱:venus@bailinzhe.com
合作邮箱:service@bailinzhe.com
总部地址:
北京市-丰台区-汽车博物馆东路6号3号楼1单元902-B73(园区)
全国客户服务中心:
天津市-南开区-桂苑路15号鑫茂集团鑫茂军民园1号楼A座802-803
公众号
百林哲咨询(北京)有限公司 京ICP备2022035414号-1