●第1篇 Python技術基礎與財務數據獲取
第1章 Python基礎快速入門
1.1 Python安裝與第一個Python程序
1.2 Python基礎知識
1.3 Python語句
1.4 函數與模塊
第2章 通過Tushare數據接口快速獲取財務數據
2.1 Tushare基本介紹
2.2 通過Tushare數據接口獲取財務數據
2.3 通過Tushare數據接口獲取股票行情等其他數據
第2篇 Python數據分析技術與財務分析實戰
第3章 財務數據分析利器——Pandas庫
3.1 DataFrame的創建
3.2 文件的讀取和寫入
3.3 數據讀取與篩選
3.4 數據表拼接
3.5 案例實戰：財務數據處理
3.6 案例實戰：財務數據獲取進階
第4章 財務可視化基礎——Matplotlib庫
4.1 Matplotlib基本圖形繪制
4.2 Matplotlib可視化小技巧
4.3 案例實戰：Matplotlib財務可視化
第5章 財務靜態分析
5.1 盈利能力指標
5.2 營運能力指標
5.3 償債能力指標
5.4 成長能力指標
5.5 綜合案例
第6章 財務趨勢分析
6.1 盈利能力分析
6.2 營運能力分析
6.3 償債能力分析
6.4 成長能力分析
6.5 趨勢分析綜合評分
第7章 財務同業比較分析
7.1 盈利能力比較
7.2 營運能力比較
7.3 償債能力比較
7.4 成長能力比較
7.5 同業分析綜合評分
第8章 現金流量表進階分析
8.1 指標1：經營活動產生的現金流量淨額/淨利潤
8.2 指標2：銷售商品、提供勞務收到的現金/營業收入
8.3 指標3：期末現金及現金等價物餘額＞有息負債（應付債券+短期借款＋長期借款）
8.4 指標4：自由現金流
8.5 指標5：現金流畫像
8.6 行業橫向對比
第9章 杜邦分析
9.1 杜邦分析法介紹
9.2 利用杜邦分析法進行公司基本面分析
9.3 杜邦分析法反映的三種業績驅動模式
第10章 批量篩選優質上市公司
10.1 指標體繫
10.2 標準維度
10.3 案例實戰
第3篇 機器學習技術與財務分析實戰
第11章 線性回歸模型+財務會計案例實戰
11.1線性回歸模型
11.2 線性回歸模型評估
11.3線性回歸模型
第12章 決策樹模型+財務舞弊模型構建
12.1 決策樹模型的基本原理
12.2 案例實戰：財務舞弊預測模型
12.3 模型的參數調優
第13章 集成學習模型+財務舞弊預測
13.1 隨機森林模型的基本原理和代碼實現
13.2 GBDT算法原理
13.3 XGBoost算法原理
13.4 案例實戰：基於集成學習模型的財務舞弊模型

本教材優選的特點是將Python基礎知識與財務分析知識進行了融合，在財務分析場景中學習Python,在Python學習中實現財務分析的自動化與智能化，從而避免財會專業背景的讀者在學習Python時由於目標不明確導致學習動力不足、學習效率低等問題。通過本書的學習，讀者可以掌握Python基礎知識，初步具備利用Python進行高質量財務分析的能力。 本書共分為3篇13章。第1篇“Python技術基礎與財務數據獲取”包括2章，介紹Python基礎知識與通過Tushare數據接口快速獲取財務數據；第2篇“Python數據分析技術與財務分析實戰”包括8章，首先介紹Pandas庫財務數據分析基礎、Matplotlib庫財務可視化基礎，其次介紹如何利用Python進行財務靜態分析、財務趨勢分析、財務同業比較分析、現金流量表進階分析、杜邦分析、批量篩選優質上市公司等；第3篇“機器學習技術與財務分析等

張敏,王宇韜 編