金融從業者每天都要與海量的數據打交道，如何從這些數據中挖掘出需要的信息，並進行相應的分析，是很多金融從業者非常關心的內容。本書以功能強大且較易上手的Python語言為編程環境，全面講解了金融數據的獲取、處理、分析及結果呈現。
全書共16章，內容涉及Python基礎知識、網絡數據爬蟲技術、數據庫存取、數據清洗、數據可視化、數據相關性分析、IP代理、瀏覽器模擬操控、郵件發送、定時任務、文件讀寫、雲端部署、機器學習等，可以實現輿情監控、智能投顧、量化金融、大數據風控、金融反欺詐模型等多種金融應用。無論是編程知識還是金融相關知識，本書都力求從易到難、循序漸進地講解，並輔以商業實戰案例來加深印象。
本書定位為一本金融科技入門讀物，但書中的數據挖掘與分析思想對其他行業來說也具備較高的參考價值。本書又是一個金融科技工具箱，裡面的代碼可以方便地速查速用，解決實際工作中的問題。
本書適合金融行業的從業人員學習。對於大中專院校金融、財會等專業的師生，以及具備一定電腦編程基礎，又希望投身金融行業的讀者，本書也是不錯的參考讀物。
全書共16章，內容涉及Python基礎知識、網絡數據爬蟲技術、數據庫存取、數據清洗、數據可視化、數據相關性分析、IP代理、瀏覽器模擬操控、郵件發送、定時任務、文件讀寫、雲端部署、機器學習等，可以實現輿情監控、智能投顧、量化金融、大數據風控、金融反欺詐模型等多種金融應用。無論是編程知識還是金融相關知識，本書都力求從易到難、循序漸進地講解，並輔以商業實戰案例來加深印象。
本書定位為一本金融科技入門讀物，但書中的數據挖掘與分析思想對其他行業來說也具備較高的參考價值。本書又是一個金融科技工具箱，裡面的代碼可以方便地速查速用，解決實際工作中的問題。
本書適合金融行業的從業人員學習。對於大中專院校金融、財會等專業的師生，以及具備一定電腦編程基礎，又希望投身金融行業的讀者，本書也是不錯的參考讀物。