2021-07-13

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

---

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

---