我的新书,《基于股票大数据分析的Python入门实战》,预计将于2019年底在清华出版社出版。

如果大家对大数据分析有兴趣,又想学习Python,这本书是一本不错的选择。从知识体系上来看,这本书的内容涵盖了开发Python企业级项目所需的知识点,包括但不限于Python基础语法知识、基于Pandas的大数据分析技术、基于Matplotlib的可视化编程技术、Python爬虫技术和基于Django的网络编程技术,甚至还在本书的最后,讲述了机器学习编程技术。

这本书的大多数范例程序是基于股票分析的技术指标,部分结合了“机器学习”和“爬虫”以及“数据分析”的使用。比如,根据股票代码来爬取股票交易数据的范例程序来讲述爬虫技术和正则表达式,通过K线均线和成交量图的范例程序来讲述Matplotlib知识点,结合股票技术指标BIAS和OBV的范例程序来讲述Django框架,用股票走势预测的范例程序讲述机器学习。在用股票分析的范例程序讲述知识点的同时,还会给出验证特定指标交易策略的范例程序源代码。

在本人之前的博客里,已经给出了这本书的章节供大家试读:以股票RSI指标为例,学习Python发送邮件功能。如下还给出了若干运行效果图,从中大家能感受到本书案例的生动性。以如此生动的案例学习Python,不愁没学习兴趣,也不愁学不会。

相信用这些饶有兴趣的范例程序来学习Python,不但可以激发读者学习的兴趣,也不会担心在学习过程中半途而废。而且,本书的范例程序大多篇幅适中,对于想将它们作为课程设计或大学毕业设计的参考也是非常适合的。

如果大家对股票交易知之甚少,也不用担心无法看懂本书提供的股票分析范例程序,这是因为:

第一,本书以通俗易懂的文字讲述相关股票指标的含义和算法;

第二,在给出待验证的股票交易策略时,所用到的数学方法仅限于加减乘除;

第三,在用股票预测范例程序讲述机器学习时,用到最复杂的数学公式是用二次函数计算方差,只是初中数学的知识。

而且,如果大家对股票不甚了解,更能通过这本书,在学习Python相关知识的同时,还能对股票技术指标乃至基于股票指标的交易策略有一定的理解。也就是说,通过本书,不仅能学好Python,更能掌握股票相关的技能,所谓一举两得。

    下面是这本书的内容介绍。

    本书分为三大部分:基础篇,组件分析篇,高级技术篇。

    第1章到第4章为基础篇。第1章讲述了搭建Python开发环境的步骤,并通过范例程序讲述了Python基本语法和调试代码的技巧;第2章讲述了Python数据结构的相关知识点;第3章讲述基于Python语言的面向对象程序设计思想的实践与技巧;第4章讲述了Python处理异常的机制,并在读写文件的范例程序中,进一步演示了处理异常的技巧。

    第4章到第10章为基于股票范例程序的“组件分析篇”,其中第5章在讲述股票知识的基础上讲述了通过爬虫获取数据的技巧;第6章以绘制K线图为范例,讲述了Matplotlib可视化组件的开发技巧;第7章以股票均线和成交量为范例,讲述了基于NumPy和Pandas库进行大数据分析的技巧;第8章用MACD范例程序讲述了Python数据库编程的相关技巧;第9章以KDJ指标为范例,讲述了基于GUI界面编程的相关技巧;第10章用RSI指标范例讲述了Python邮件编程的相关技巧。

   本书的第11章到第13章为“高级技术篇”,其中第11章以BIAS范例讲述了Django框架的基础知识;第12章以OBV范例讲述了在Django里导入日志和数据库组件的技巧;第13章以股票分析范例讲述了基于线性回归和SVM(支持向量机)的机器学习入门知识。

从中,技术层面大家能看到数据分析,爬虫,Numpy,Pandas,Matplotlib,Django,数据库操作乃至线性回归,机器学习等热点,股票层面,大家能看到K线图,均线,成交量,KDJ,MACD, RRSI,OBV,BIAS,面向机器学习的股票价格预测,验证成交策略等吸引眼球的词汇。而且两者是有机结合在一起的,是通过股票案例,讲述Python技能。

    本书对大家有什么帮助呢?

1 当然是帮大家入门Python,其实大家在看完本书后,何止能入门?更能掌握爬虫、数据分析和数据可视化等项目里常用的技能点。掌握后,大家能立马在公司里上手干活。

2 大家在掌握股票知识后,至少能更理性地观察股市,虽然本书没有讲股票量化的知识,但大家看完本书后一定能感受到“入市须谨慎”这句话的分量,至少不会拍脑袋买卖股票了。所谓技多不压身,多了解股票相关的知识,总没坏处。

3 在本书的机器学习章节了,给出了预测股票的相关案例和叙述性文字,这个章节20多页,绝对能够得上课程设计甚至毕业设计的水准,这对在校的同学很有帮助,此外,本书的其它章节,比如Django等相关章节,论技术含量也绝对能抵得上一篇毕业设计或课程设计的论文。

这里仅仅是预告,后继还有更多的内容分享和各种活动,敬请期待。

在我的新书里,尝试着用股票案例讲述Python爬虫大数据可视化等知识的更多相关文章

  1. Python爬虫学习:二、爬虫的初步尝试

    我使用的编辑器是IDLE,版本为Python2.7.11,Windows平台. 本文是博主原创随笔,转载时请注明出处Maple2cat|Python爬虫学习:二.爬虫的初步尝试 1.尝试抓取指定网页 ...

  2. 初次尝试python爬虫,爬取小说网站的小说。

    本次是小阿鹏,第一次通过python爬虫去爬一个小说网站的小说. 下面直接上菜. 1.首先我需要导入相应的包,这里我采用了第三方模块的架包,requests.requests是python实现的简单易 ...

  3. R︱sparkR的安装与使用、函数尝试笔记、一些案例

    本节内容转载于博客: wa2003 spark是一个我迟早要攻克的内容呀~ ------------------------------------- 一.SparkR 1.4.0 的安装及使用 1. ...

  4. [大数据从入门到放弃系列教程]在IDEA的Java项目里,配置并加入Scala,写出并运行scala的hello world

    [大数据从入门到放弃系列教程]在IDEA的Java项目里,配置并加入Scala,写出并运行scala的hello world 原文链接:http://www.cnblogs.com/blog5277/ ...

  5. 如何在IDEA里给大数据项目导入该项目的相关源码(博主推荐)(类似eclipse里同一个workspace下单个子项目存在)(图文详解)

    不多说,直接上干货! 如果在一个界面里,可以是单个项目 注意:本文是以gradle项目的方式来做的! 如何在IDEA里正确导入从Github上下载的Gradle项目(含相关源码)(博主推荐)(图文详解 ...

  6. 自然语言处理工具HanLP被收录中国大数据产业发展的创新技术新书《数据之翼》

    在12月20日由中国电子信息产业发展研究院主办的2018中国软件大会上,大快搜索获评“2018中国大数据基础软件领域领军企业”,并成功入选中国数字化转型TOP100服务商. 图:大快搜索获评“2018 ...

  7. 1月中旬值得一读的10本技术新书(机器学习、Java、大数据等)!

    1月中旬,阿里云云栖社区 联合 博文视点 为大家带来十本技术书籍(机器学习.Java.大数据等).以下为书籍详情,文末还有福利哦! 书籍名称:Oracle数据库问题解决方案和故障排除手册 内容简介 & ...

  8. 给Clouderamanager集群里安装基于Hive的大数据实时分析查询引擎工具Impala步骤(图文详解)

    这个很简单,在集群机器里,选择就是了,本来自带就有Impala的. 扩展博客 给Ambari集群里安装基于Hive的大数据实时分析查询引擎工具Impala步骤(图文详解)

  9. 给Ambari集群里安装基于Hive的大数据实时分析查询引擎工具Impala步骤(图文详解)

    不多说,直接上干货! Impala和Hive的关系(详解) 扩展博客 给Clouderamanager集群里安装基于Hive的大数据实时分析查询引擎工具Impala步骤(图文详解) 参考 horton ...

随机推荐

  1. IDEA 中用好 Lombok,撸码效率至少提升5倍!

    来 源:http://t.cn/EXhxRzV 以前的Java项目中,充斥着太多不友好的代码:POJO的getter/setter/toString:异常处理:I/O流的关闭操作等等,这些样板代码既没 ...

  2. csapp:第八章 异常控制流ECF

    第八章 异常控制流ECF 8.1 异常 Exception graph LR E[异常Exception]-->E2[中断:异步异常] E-->E3[同步异常] E3-->陷阱 E3 ...

  3. 【LeetCode】46-全排列

    题目描述 给定一个没有重复数字的序列,返回其所有可能的全排列. 示例: 输入: [1,2,3] 输出: [ [1,2,3], [1,3,2], [2,1,3], [2,3,1], [3,1,2], [ ...

  4. Appium+python自动化(三十六)- 士兵突击许三多 - 多个appium服务启动,多个设备启动,多进程并发启动设备-并发测试 - 上(超详解)

    简介 前面课程只是启动了单个appium服务,只能控制单台设备.如果需要针对多台设备测试那么该如何处理?而且发现群里的小伙伴们也在时不时地在讨论这个问题,想知道怎么实现的,于是宏哥就决定写一片这样的文 ...

  5. Docker中使用FlameGraph分析JVM应用性能

    开源项目推荐 Pepper Metrics是我与同事开发的一个开源工具(https://github.com/zrbcool/pepper-metrics),其通过收集jedis/mybatis/ht ...

  6. maven打包插件maven-assembly-plugin

    1.POM文件添加jar包生成插件 <plugin> <groupId>org.apache.maven.plugins</groupId> <artifac ...

  7. javase复习(一)

    break,continue,return区别: continue:跳出本次循环,还要再执行下次循环 break:跳出循环,若有多层循环则只跳出本层循环,其他层的循环需要挨个break return: ...

  8. Kubernetes pod 状态

    CrashLoopBackOff: 容器退出,kubelet正在将它重启 InvalidImageName: 无法解析镜像名称 ImageInspectError: 无法校验镜像 ErrImageNe ...

  9. Cycone IV的DDR2硬件设计前验证

    打算使用Cyclone IV的FPGA挂DDR2,按照流程,先使用Quartus跑IP,跑引脚分配,综合OK了再设计硬件,这部分主要是DM和DQS信号比较头疼,研究了好久才找到方法. 在Intel官网 ...

  10. 关于Elasticsearch文档的描述以及如何操作文档的详细总结

    文档 什么是文档 在大多数应用中,多数实体或对象可以被序列化为包含键值对的 JSON 对象. 一个 键 可以是一个字段或字段的名称,一个 值 可以是一个字符串,一个数字,一个布尔值, 另一个对象,一些 ...