返回

《Python 与量化投资：玩转数据，理性投资》

导航
上一页
第51条 至 第100条
下一页
免费
第 51 节 金融数据来源
免费
第 52 节 访问笔记本文件
免费
第 53 节 用 Python 导入和组织数据-第一部分
免费
第 54 节 用 Python 导入和组织数据-第二部分（上）
免费
第 55 节 用 Python 导入和组织数据 - 第二部分（下）
免费
第 56 节 用 Python 导入和组织数据 - 第三部分
免费
第 57 节 更改时间序列数据的索引
免费
第 58 节 重新启动 Jupyter 内核
免费
第 59 节 考虑风险和收益
免费
第 60 节 使用结构化方法
免费
第 61 节 计算证券的收益率
免费
第 62 节 用 Python 计算证券的收益——第一部分
免费
第 63 节 用 Python 计算证券的收益——第二部分
免费
第 64 节 用 Python 计算证券的收益——第三部分
免费
第 65 节 证券组合的概念以及计算收益率的方法
免费
第 66 节 计算证券投资组合的收益率
免费
第 67 节 流行股票指数的作用——帮助了解金融市场
免费
第 68 节 计算指数的收益率
免费
第 69 节 如何衡量证券的风险
免费
第 70 节 用 Python 计算金融证券的风险
免费
第 71 节 投资组合多样化的好处
免费
第 72 节 计算证券间的协方差
免费
第 73 节 衡量股票之间的相关性
免费
第 74 节 计算协方差和相关性
免费
第 75 节 考虑投资组合中多种证券的风险
免费
第 76 节 计算投资组合风险
免费
第 77 节 理解系统性风险与特质性风险
免费
第 78 节 计算投资组合的可分散和不可分散风险
免费
第 79 节 简单回归分析的基本原理
免费
第 80 节 在 Python 中运行回归
免费
第 81 节 学习如何区分好的回归
免费
第 82 节 在 Python 中计算 α，β 和 r2 系数
免费
第 83 节 马科维茨投资组合理论介绍
免费
第 84 节 用 Python 获取有效边界 - 第一部分
免费
第 85 节 用 Python 获取有效边界 - 第二部分
免费
第 86 节 用 Python 获取有效边界 - 第三部分
免费
第 87 节 资本资产定价模型（CAPM）背后的直觉
免费
第 88 节 理解并计算证券的 β 系数
免费
第 89 节 计算股票的 β 系数
免费
第 90 节 CAPM 公式介绍
免费
第 91 节 计算股票的预期收益（CAPM）
免费
第 92 节 介绍夏普比率及其应用
免费
第 93 节 用 Python 获取夏普比率
免费
第 94 节 衡量 α 系数以及验证一个投资经理的能力的方法
免费
第 95 节 多元回归分析的作用
免费
第 96 节 用 Python 运行多元回归
免费
第 97 节 蒙特卡洛模拟的本质
免费
第 98 节 蒙特卡洛应用于企业融资环境
免费
第 99 节 预测毛利 - 第一部分
免费
第 100 节 预测毛利- 第二部分
上一页
第51条 至 第100条
下一页