期刊文献+

使用Python语言分析金融数据的研究 被引量:4

下载PDF
导出
摘要 在信息量剧增的现代社会,如何从海量信息中分析、提取出有用的特征信息,对于证券金融业有着极为重要的意义。Python是一种高效的动态编程语言,拥有众多的函数库,在网络数据拉掘、分析有广泛应用。本文对Python语言在金融证券业进行数据分析的应用进行了探讨。
作者 吴立 蔡小庆
出处 《中国电子商务》 2011年第4期242-242,共1页 E-commerce in China
  • 相关文献

参考文献5

二级参考文献56

  • 1陈卫刚,戚飞虎.可行方向算法与模拟退火结合的NMF特征提取方法[J].电子学报,2003,31(z1):2190-2193. 被引量:6
  • 2LlU Weixiang ZHENG Nanning YOU Qubo.Nonnegative matrix factorization and its applications in pattern recognition[J].Chinese Science Bulletin,2006,51(1):7-18. 被引量:22
  • 3Clark P K. A Subordinated stochastic process model with finite variance for speculative prices. Econometrica, 1973, 41: 135-155. 被引量:1
  • 4Tauchen G E, Pitts Mark. The price variability-volume relationship on speculative markets. Econometrica, 1983, 51: 485-505. 被引量:1
  • 5Lamoureux C G, Lastrapes W D. Heteroskedasticity in stock return date: Volume versus GARCH effects. Journal of Finance, 1990, 45: 221-230. 被引量:1
  • 6Engle Robert F. Autoregressive conditional heteroskedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 1982, 50:98-7 1007. 被引量:1
  • 7Bollerslev T. Generalized autoregressive conditional heteroscedasticity. Journal of Econometrics, 1986, 31: 307-327. 被引量:1
  • 8Jain P C, John G H. The dependence between hourly prices and trading volume. Journal of Financial and Quantitative Analysis, 1988, 23: 269-284. 被引量:1
  • 9Hiemstra C, Jones J D. Testing for linear and nonlinear granger causalityin the stock price-volume relation. Journal of Finance, 1994, 49: 1639-1664. 被引量:1
  • 10McInish T H, Wood R A. A transaction date analysis of the variability of common stock returns during 1980-1984. Journal of Banking and Finance, 1990, 14: 99-112. 被引量:1

共引文献110

同被引文献19

引证文献4

二级引证文献9

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部