Tushare Pro获取指数信息 + 上市公司整体信息
{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }}
{{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }}
{{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}
分享
适合人群
对Python感兴趣的零基础同学
各个专业的大学生
企业乐于提高自己的员工
终身学习者
对数据分析感兴趣的朋友
你将会学到
通过2-3小时快速入门Python,再通过5个商业案例实战巩固相关知识点
课程简介
本课程是《Python金融大数据挖掘与分析》系列课的第7版块,主要讲解量化投资和财务建模的初步知识点,包括如何通过外部接口Tushare库快速地获取股票、宏观经济指标、行业等相关投资数据,并将讲解如何快速实现股票数据的可视化呈现,最终将通过2个案例实战巩固并练习前面的知识点:股票创历史新高&新低的探索 和 基于基本面分析的量化策略。
课程特色
亮点1:零基础入门,案例为王
(1)只需初中以上的数学及英语基础,即可快速入门Python编程世界,教学通俗易懂,适合零基础学习;
(2)在入门后会通过多个实际商业案例来真正学以致用。
亮点2:配套书籍 + 源代码文件
(1)配套书籍(感兴趣的可淘宝/京东等搜索“王宇韬”购买):
《Python金融大数据挖掘与分析全流程详解》 与
《Python大数据分析与机器学习商业案例实战》等相关书籍
(2)提供所有源代码文件及相关辅助材料。
亮点3:配套练习
(1)章节都提供相关练习题方便练习,巩固相关知识点;
展开更多
{{tips.text}}
{{ noteHeaderTitle }}
笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
{{ detail.username }}
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
公开笔记
保存提问
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交课程大纲
自动连播
- 第一章 Tushare使用教程
- 1-1试看 课程概要00:52
- 1-2Tushare Pro获取股票行情数据10:50
- 1-3Tushare Pro获取财务数据03:30
- 1-4Tushare Pro获取指数信息 + 上市公司整体信息12:11
- 1-5Tushare Pro获取宏观经济数据03:12
- 1-6补充知识点:老版Tushare库的介绍(老版有分笔数据)09:41
- 第二章 股票数据可视化
- 2-1股票数据读取与K线图绘制(基于mplfinance库)09:01
- 2-2K线图绘制(基于cufflinks库-针对Jupyter)17:17
- 第三章 技术面选股 - 股价创历史新高 & 新低研究
- 3-1股价创历史新高&新低研究 - 背景介绍02:30
- 3-2判断某个单只股票是否突破历史新高08:31
9课时
十大机器学习模型系列-数据挖掘算法应用:线性回归模型
2245人学习
王宇韬
5.0
¥58.00
34课时
Python数据分析基础+商业案例实战
2051人学习
王宇韬
4.9
¥68.00
40课时
零基础Python快速入门系列1:Python初了解与安装
2005人学习
王宇韬
暂无评分
免费
6课时
十大机器学习模型系列-数据挖掘算法应用:XGboost模型
1598人学习
王宇韬
5.0
¥58.00
8课时
十大机器学习模型系列-数据挖掘算法应用:LightGBM模型
1555人学习
王宇韬
5.0
¥58.00
10课时
十大机器学习模型系列-数据挖掘算法应用:决策树模型
1511人学习
王宇韬
5.0
¥58.00
9课时
十大机器学习模型系列-数据挖掘算法应用:AdaBoost模型
1379人学习
王宇韬
5.0
¥58.00
9课时
十大机器学习模型系列-数据挖掘算法应用:逻辑回归模型
1252人学习
王宇韬
5.0
¥58.00