更新时间：2025-03-27 18:58:40
封面
版权页
前言
第1章 ChatGPT在金融大数据分析中的作用
1.1 ChatGPT生成金融数据分析代码示例的案例
1.2 ChatGPT回答金融领域知识的案例
1.3 ChatGPT辅助发现数据中的模式和特征
1.4 本章总结
第2章 金融大数据分析Python基础
2.1 Python解释器
2.2 IDE工具
2.3 第一个Python程序
2.4 Python语法基础
2.5 数据类型与运算符
2.6 控制语句
2.7 序列
2.8 集合
2.9 字典
2.10 字符串类型
2.11 函数
2.12 文件操作
2.13 异常处理
2.14 多线程
2.15 本章总结
第3章 金融大数据的获取
3.1 金融大数据概述
3.2 网络爬虫
3.3 解析数据
3.4 使用API调用获取数据
3.5 使用ChatGPT辅助获取数据
3.6 本章总结
第4章 金融大数据基础库：NumPy
4.1 NumPy库
4.2 创建数组
4.3 二维数组
4.4 创建二维数组更多方式
4.5 数组的属性
4.6 数组的轴
4.7 三维数组
4.8 访问数组
4.9 本章总结
第5章 金融大数据分析库：Pandas
5.1 Pandas库介绍
5.2 Series数据结构
5.3 DataFrame数据结构
5.4 访问DataFrame数据
5.5 本章总结
第6章 金融大数据的预处理与清洗
6.1 数据清洗和预处理
6.2 本章总结
第7章 金融大数据的存储
7.1 使用MySQL数据库
7.2 使用Pandas读写MySQL数据库
7.3 使用Pandas读写Excel文件
7.4 使用Pandas读写CSV文件
7.5 JSON数据交换格式
7.6 本章总结
第8章 金融大数据可视化基础库：Matplotlib
8.1 金融大数据可视化库
8.2 金融大数据可视化方法和图表类型
8.3 使用Matplotlib绘制图表
8.4 mplfinance库
8.5 绘制移动平均线图
8.6 本章总结
第9章 金融大数据可视化进阶库：Seaborn
9.1 Seaborn库概述
9.2 箱线图
9.3 小提琴图
9.4 关联线图
9.5 关联散点图
9.6 密度图
9.7 Dist图
9.8 线性回归图
9.9 热力图
9.10 本章总结
第10章 金融大数据分析
10.1 ChatGPT辅助金融大数据分析
10.2 数据的统计分析方法
10.3 描述统计分析
10.4 频数分析
10.5 相关性分析
10.6 时间序列分析
10.7 本章总结
第11 章机器学习与金融大数据预测建模
11.1 机器学习策略
11.2 案例1：使用Scikit-learn分类策略预测苹果股票走势
11.3 案例2：使用Scikit-learn回归策略预测苹果股票走势
11.4 案例3：使用Keras深度学习库预测苹果股票走势
11.5 本章总结
第12章 ChatGPT在金融大数据分析中的应用与优势
12.1 ChatGPT在金融领域中的自动化客户服务与智能助理方面的应用
12.2 ChatGPT在金融领域中的情感分析和舆情监测方面的应用
12.3 ChatGPT在金融领域中的文档处理方面的应用
12.4 与ChatGPT对话的文本语言——Markdown
12.5 本章总结
第13章 金融案例与实践
13.1 实践案例1：使用ARIMA模型预测USD/CNY汇率
13.2 实践案例2：基于深度学习的黄金期货价格预测
13.3 实践案例3：基于深度学习的比特币价格预测
13.4 本章总结
