学习目标
掌握Python在金融数据分析中的基本应用
学会使用Pandas、NumPy处理金融数据
理解金融数据的特征与预处理方法
能够进行基本的金融数据可视化
课堂学习内容
核心知识点
一、金融数据获取
python
import pandas as pd
import yfinance as yf
# 获取股票数据
stock = yf.download('AAPL', start='2020-01-01', end='2024-12-31')
print(stock.head())
import pandas as pd
import yfinance as yf
# 获取股票数据
stock = yf.download('AAPL', start='2020-01-01', end='2024-12-31')
print(stock.head())
二、数据预处理
- 缺失值处理：前向填充(ffill)、插值法
- 异常值检测：3σ原则、IQR方法
- 数据标准化：Z-score标准化、Min-Max归一化
三、金融特征工程
| 特征类型 | 示例 | 计算方法 |
|---|---|---|
| 收益率 | 日收益率 | (P_t - P_{t-1}) / P_{t-1} |
| 波动率 | 历史波动率 | std(returns) × √252 |
| 技术指标 | MA, RSI, MACD | 移动平均等 |
| 基本面 | PE, PB, ROE | 财务报表计算 |