前言
当前，数据已成为与土地、资本、劳动力同等重要的生产要素。发展好大数据产业，是发挥我国海量数据规模和丰富应用场景优势，激活数据要素潜能的时代要求，是加快经济发展变革，构建现代化产业体系的必然选择。据测算，2022年我国大数据产业规模达1.57万亿元，同比增长18%，成为推动数字经济发展的重要力量。2023年3月国家发改委成立了国家数据局。党的二十大报告总结了过去五年的历史成就，擘画了未来中国经济和社会发展前进的方向，凸显了中国高质量发展的要求和趋势，为中国数字经济发展指明了方向。数字经济是构建现代化经济体系的重要引擎，未来数字经济的重要发展方向是实现数字经济助力实体经济发展。经济高质量发展的一个重要方面是建立现代化经济体系，现代化经济体系建立离不开实体经济发展。党的二十大报告提出，坚持把发展经济的着力点放在实体经济上。数字经济主要包括数字产业化和产业数字化。发展数字经济，能够推动5G网络、工业互联网、大数据、人工智能、基础软件等数字产业发展。数字技术发展又能进一步推动数实融合，通过运用数字技术对传统产业进行全方位、全链条改造，可以有效提高全要素生产率，促进传统产业数字化、网络化、智能化发展。发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群，将是未来数字经济发展的着力点。
数字经济与数据科学的高速发展，推动数据分析教育教学改革进入了一个全新的阶段。《经济金融数据分析及其Python应用》(第2版)重点介绍Python3.X的数据存取、数据的可视化、数据统计分析、机器学习、时间序列分析和金融量化分析的Python3.X应用，同时结合大量的实例，对Python3.X的重要程序包进行科学、准确和全面的介绍，以便使读者能深刻理解Python3.X的精髓和灵活、高效的使用技巧。
本书之所以采用Python3.X软件，是因为它具有强大的图形展示、统计分析、机器学习功能，拥有可免费使用及功能强大的Pandas(基本数据分析工具)、NumPy(数值计算工具)、SciPy(科学计算工具)、Matplotlib(基础绘图工具)、Seaborn(扩展绘图工具)、Sklearn(机器学习工具)等众多程序包，而Matlab、SAS、SPSS、Eviews、Stata、Splus等都是收费软件。因此，Python越来越受到广大用户的欢迎和喜爱。
本书的内容是这样安排的： 第1章介绍经济金融数据分析及其环境； 第2章介绍Python数据分析包应用基础； 第3章介绍Python数据分析的存取； 第4章介绍Python图形的绘制和可视化； 第5章介绍概率统计分布的Python应用； 第6章介绍描述性统计的Python应用； 第7章介绍参数估计的Python应用； 第8章介绍假设检验的Python应用； 第9章介绍一元回归数据分析的Python应用； 第10章介绍多元回归数据分析的Python应用； 第11章介绍机器学习数据分析的Python应用； 第12章介绍时间序列数据分析的Python应用； 第13章介绍量化金融投资数据分析的Python应用； 第14章介绍期货及其交易策略的Python应用； 第15章介绍期权及其交易策略的Python应用。
本书实例和内容丰富，针对性强，书中各章结合实例详细地介绍Python3.X的具体操作过程，读者只需按照书中介绍的步骤一步一步地实际操作，就能掌握全书的内容。为了帮助读者更加直观地学习本书，我们将书中实例的全部数据文件作为附加的数据资源提供给读者。读者在自己的电脑中建立一个data目录(其他目录名也可以)，将所有数据文件复制到此目录，即可进行操作。
本书的特点是： 以问题为导向，通过问题来介绍Python3.X的使用方法。因此，读者通过本书不仅能掌握Python3.X及相关的程序包的使用方法，而且能学会如何从实际问题分析入手，应用Python3.X来解决经济金融领域中的各种数据分析问题。
本书适合作为统计学、金融学、经济学、管理学、大数据管理与应用等相关专业的本科生或研究生学习经济金融数据分析、统计学、时间序列分析、量化金融等课程的教材或实验参考用书，同时对从事数据分析的实际工作者也大有裨益。
本书由朱顺泉和吴云华编著。朱顺泉撰写本书的第1章到第13章，吴云华撰写本书的第14章和第15章以及各章的练习题。本书是2020年投资学专业国家级一流本科专业建设项目、2022年投资学广东省一流本科课程建设项目、2022年广东省研究生教育创新计划项目(金融专硕量化金融投资案例库建设)、2021年广州华商学院一流专业金融工程建设项目、2022年广东财经大学本科生教材建设项目、2022年广东财经大学研究生教材建设项目等阶段性成果。
本书的出版，得到清华大学出版社编辑的大力支持、帮助。由于时间和水平的限制，书中难免存在一些纰漏，恳请读者谅解并提出宝贵意见。
编著者2023年10月于广州
