2021-07-13
作者：互联网
python金融大数据分析读后感
欢迎使用Markdown编辑器# 系列文章目录
提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
例如：第一章 Python 机器学习入门之pandas的使用
提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录
前言
python金融大数据分析总结与读后感第一章。共21章，5个部分。第一部分，python与金融。
提示：以下是本篇文章正文内容，下面案例可供参考
一、为什么将python 用于金融？
讲了python 的金融应用。python 的总体情况，证明python适用于金融行业和数据分析。
1.python编程语言
1.python用途广泛，简单好用。并且有以下好处：
开放源码，跨平台等好处。
但有两个可用的主要版本。2.X和3.X
2.python生态系统
有大量可用的库和工具
3.python用户谱系
很多人用它，各行各业，专业非专业。
4.科学栈
某些库的集合：numpy,scipy,sklearn
2.金融中的科技
python在金融中干什么活呢
1.科技投入
银行和金融机构每年在科技上投入很多。(说明科技重要)
2.作为业务引擎的科技
对金融创新有贡献，但也有坏处。
坏处案例：2010年5月6日是华尔街股市令人沮丧的“黑色星期四”，
也就是所谓的的闪电崩盘（Flash Crash)。自动化卖出导致恶意操盘。
（示例）：https://zhuanlan.zhihu.com/p/64382964
https://book.douban.com/review/12661326/
3.有必要构建独自的分析能力工具
金融机构面临挑战：大数据和实时经济。
4.讲解了一个金融算法：通过蒙特卡洛模拟方法估计欧式看涨期权的价值。
还可以收集数据，计算结果并可视化。
5.python可为金融应用开发和算法实现提供一致性的技术框架。
二、python基础架构
1.conda教学
2.使用Docker容器。云实例。协调Droplet设置的脚本。
这些都跳过没看
总结
第一部分介绍了python的金融应用。
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
文章目录
标签：Droplet,13,07,python,基础架构,2021,文章,金融,目录 来源： https://blog.csdn.net/cxiaojun/article/details/118693969