新書推薦：
《
小狗心理疗愈日记 史努比陪你找到自我主体性 走出艰难时刻
》
售價：NT$
214
《
心灵银行 脑科学轻松创造真正的改变 世界级催眠大师约翰卡帕斯送给普通人改写命运的秘密武器
》
售價：NT$
347
《
被偷走的尊严：美国保守派的失落、耻辱与奋起（三联·哈佛燕京学术丛书）
》
售價：NT$
398
《
尖叫的数学：令人惊叹的数学之美：修订新版（从数学的角度发现不一样的逻辑和处世哲学。随书附赠手账本。）
》
售價：NT$
296
《
数学老师没教过的数学
》
售價：NT$
214
《
法国在乍得的战争：在非洲的军事干预与非殖民化
》
售價：NT$
500
《
西学东渐记（插图本）
》
售價：NT$
398
《
新民说·保罗·策兰与勒内·夏尔书信集（1954—1968
》
售價：NT$
352
|
| 編輯推薦： |
|
本书遵循教指委相关指导文件和高等院校学生学习规律编写而成。践行四新理念，融入思政元素，注重理论与实践相结合。
|
| 內容簡介： |
本书内容主要包括：计量经济学及其Python应用环境，Python在一元回归分析中的应用，Python在多元回归分析中的应用，Python在多重共线性中的应用，Python在异方差中的应用，Python在自相关中的应用，Python在时间序列分析自相关性与平稳性中的应用，Python在时间序列分析ARIMA等模型中的应用，Python在时间序列分析ARCH与GARCH模型中的应用，Python在面板数据计量分析中的应用，Python在广义矩估计与最大似然估计中的应用，Python在格兰杰因果关系中的应用，Python在协整配对交易策略中的应用。本书最后提供了两个附录、分别为计量经济学Python工作环境准备，以及Python基础知识与编程。
本书紧跟数字经济与财经数据科学时代潮流，内容新颖、全面，实用性强，集理论、方法、应用于一体，可作为经济学、数字经济、统计学、数量经济学、应用数学、金融学、会计学、大数据管理与应用等相关专业的本科生与研究生教材或参考用书。
|
| 目錄：
|
前 言
第1 章 计量经济学及其Python 应用环境
1.1 计量经济学的含义/001
1.2 计量经济分析建模步骤/001
1.3 经济数据类型/003
1.4 经济数据来源/003
1.5 计量经济分析工具简介/004
1.6 Python 的下载与安装/007
1.7 国内财经数据Python 存取方法的应用/012
1.8 国外财经数据Python 存取方法的应用/023
练习题/025
第2 章 Python 在一元回归分析中的应用
2.1 理论一元回归方程/026
2.2 估计一元回归方程/027
2.3 一元线性回归方程模型的统计检验/029
2.4 一元线性回归模型预测的置信区间/031
2.5 一元线性回归分析的Python 应用/032
练习题/037
第3 章 Python 在多元回归分析中的应用
3.1 多元线性回归分析基本理论/041
3.2 虚拟变量/045
3.3 多元线性回归分析的Python 应用/045
3.4 多元线性回归分析的Scikit- Learn 工具应用/051
3.5 逻辑回归分析的Python 应用/057
3.6 广义线性回归分析的Python 应用/058
练习题/061
第4 章 Python 在多重共线性中的应用
4.1 多重共线性的概念/064
4.2 多重共线性的后果/065
4.3 产生多重共线性的原因/065
4.4 多重共线性的识别和检验/066
4.5 消除多重共线性的方法/068
4.6 多重共线性诊断的Python 应用/070
4.7 多重共线性消除的Python 应用/073
练习题/075
第5 章 Python 在异方差中的应用
5.1 异方差的概念/077
5.2 异方差产生的原因/078
5.3 异方差的后果/079
5.4 异方差的识别和检验/080
5.5 消除异方差的方法/083
5.6 异方差诊断的Python 应用/084
5.7 异方差消除的Python 应用/086
5.8 异方差应用实例/087
练习题/092
第6 章 Python 在自相关中的应用
6.1 自相关的概念/097
6.2 产生自相关的原因/097
6.3 自相关的后果/099
6.4 自相关的识别和检验/099
6.5 自相关的处理方法/102
6.6 自相关诊断的Python 应用/104
6.7 自相关消除的Python 应用/105
6.8 金融市场数据自相关实例/106
练习题/110
第7 章 Python 在时间序列分析自相关性与平稳性中的应用
7.1 自相关性/116
7.2 平稳性/120
7.3 白噪声和随机游走/121
7.4 Python 模拟白噪声和平稳性检验/122
7.5 沪深300 价格数据的平稳性检验分析/125
7.6 单位根检验/128
练习题/130
第8 章 Python 在时间序列分析ARIMA 等模型中的应用
8.1 Python 在AR 模型中的应用/131
8.2 Python 在MA 模型中的应用/135
8.3 Python 在ARMA 模型中的应用/138
8.4 Python 在ARIMA 模型中的应用/141
练习题/144
第9 章 Python 在时间序列分析ARCH 与GARCH 模型中的应用
9.1 股票收益率时间序列的特点/145
9.2 Python 在ARCH 模型中的应用/147
9.3 Python 在GARCH 模型中的应用/151
练习题/155
第10 章 Python 在面板数据计量分析中的应用
10.1 面板数据计量分析的基本理论/156
10.2 Python 应用实例/157
练习题/161
第11 章 Python 在广义矩估计与最大似然估计中的应用
11.1 Python 在广义矩估计中的应用/162
11.2 Python 在最大似然估计中的应用/166
练习题/171
第12 章 Python 在格兰杰因果关系中的应用
12.1 格兰杰因果关系/172
12.2 格兰杰因果关系检验/172
12.3 Python 的应用实例/173
练习题/176
第13 章 Python 在协整配对交易策略中的应用
13.1 基于Bigquant 平台的协整配对交易策略/177
13.2 基于Python 环境的协整配对交易策略/189
练习题/202
附 录
附录A 计量经济学Python 工作环境准备/203
附录B Python 基础知识与编程/215
练习题/226
参考文献227
|
| 內容試閱：
|
前 言
当前，数据已成为与土地、资本、劳动力同等重要的生产要素。发展好大数据产业，是发挥我国海量数据规模和丰富应用场景优势，激活数据要素潜能的时代要求，也是加快经济发展变革，构建现代化产业体系的必然选择。据统计，2022年我国大数据产业规模达1.57万亿元，同比增长18%，成为推动数字经济发展的重要力量，2023年10月国家发展和改革委员会成立了国家数据局。党的二十大报告擘画了未来我国经济和社会发展前进的方向，凸显了我国高质量发展的要求和趋势，为我国数字经济发展指明了方向。数字经济是构建现代化经济体系的重要引擎，未来数字经济的重要发展方向是实现数字经济助力实体经济发展。发展数字经济，能够推动5G网络、工业互联网、大数据、人工智能、基础软件等数字产业发展。数字技术发展又能进一步推动数实融合，通过运用数字技术对传统产业进行全方位、全链条改造，可以有效提高全要素生产率，促进传统产业数字化、网络化、智能化发展。发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群，将是未来数字经济发展的着力点。
数字经济与财经数据科学教育的高速发展，推动计量经济学课程的大学教育进入了一个新的阶段。本书侧重于使用Python进行计量经济分析，同时结合大量精选的实例问题对Python进行科学、准确和全面的介绍，以便读者能深刻地理解Python的精髓，熟练地掌握其灵活、高效的使用技巧。通过本书，读者不仅能学会使用Python及相关的库来解决实际计量经济分析问题，而且能学会从实际经济问题分析入手，利用Python进行计量经济分析。
Python在计量经济分析、经济预测、人工智能机器学习、网络Web服务等领域应用得非常广泛。它因具有简单易学、免费开源、可移植、可扩展、统计与作图功能强、财经数据接口丰富、机器学习库和网络服务等工具丰富、更新和发展速度惊人等特点，而广受用户的欢迎和喜爱。本书通过丰富的实例，详细地介绍了Python3.X在回归分析、多重共线性、异方差、自相关、时间序列分析、广义自回归条件异方差(GARCH)模型、面板数据计量分析、广义矩估计(GMM)与最大似然估计(MLE)、格兰杰因果检验、协整配对交易策略等领域中的实际应用，侧重于理论方法与应用相结合。
为了帮助读者更加直观地学习本书，我们将书中实例的数据文件收录在相应章节的二维码中，读者可将所有数据文件复制，即可进行操作。本书是国家级一流专业投资学建设点项目(2020)、广东省研究生教育创新计划项目(量化投资案例库建设)(2023)、广州华商学院金融科研创新项目(2024)等的阶段性成果。
由于时间和水平的限制，书中难免有不妥之处，恳请广大读者批评指正。本书配有数字文件、教学课件、教学大纲、教学进度表、案例分析等资源，读者可通过登录机工教育服务网(wwwcmpeducom)自行下载。
编者
2025年4月于广州
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
