基于股票大数据分析的Python入门实战（视频教学版）

本书针对Python零基础的用户，主要讲解大量的股票指标技术分析的范例，由浅入深地介绍了使用Python语言编程开发的应用“图谱”。 全书分为三篇：基础篇（第1~4章）：讲述Python开发环境的搭建、基本语法、数据结构、代码的调试以及面向对象的编程思想；股票指标技术分析篇（第5~10章）：分别讲述使用网络爬虫技术获取股票数据，使用Matplotlib可视化组件，基于NumPy和Pandas库进行大数据分析，以股票的不同指标分析为范例的开发方法—MACD + Python数据库编程，KDJ + Python图形用户界面编程，RSI + Python邮件编程；基于股票指标的交易策略之高级应用篇（第11~13章）：以股票的BIAS指标分析为范例讲述Django框架，以股票的OBV指标分析为范例讲述在Django中导入日志和数据库组件，结合股票指标分析讲述基于线性回归和SVM（支持向量机）的机器学习的入门知识。 本书以结合股票交易大数据分析范例为主线来教学Python编程开发的入门教材。适合计算机、数学或金融等相关专业的师生作为课程设计和毕业设计辅导的教学参考用书，针对基于机器学习预测股票价

这是一本面向Python编程初学者，特别是那些对股票大数据分析感兴趣的读者的书籍。本书的内容涵盖了从Python开发环境搭建到股票数据分析，再到机器学习算法的应用等多个方面。 首先，本书讲解了如何搭建Python开发环境，包括安装Python解释器和PyDev插件，以及如何在MyEclipse中创建Python项目。接着，本书详细介绍了Python的基本语法，如缩进与注释，基本数据类型，字符串，函数，控制条件分支，循环调用等。这些语法是编写Python代码的基础，读者需要熟悉这些语法，以便更好地理解后续的范例程序。 在股票数据分析方面，本书通过多个范例程序，讲解了如何使用Python进行数据获取，数据清洗，数据分析和数据可视化。例如，书中讲解了如何使用网络爬虫技术从网站上获取股票数据，如何使用Matplotlib库绘制K线图，如何使用NumPy和Pandas库进行大数据分析等。 此外，本书还讲解了如何使用Python进行机器学习，包括如何使用线性回归算法和SVM算法来预测股票价格。书中还介绍了如何使用Python实现邮件功能，并结合RSI指标进行股票买卖点的预测。