金融大数据处理
从 Python 基础出发,逐步学习金融数据获取、清洗、分析和可视化。
你好,我是钱子恒。这里汇集我的摄影创作、课程教学、金融研究与 Python 实践。四种不同的工作,共同记录我正在探索的问题与表达方式。
人物、校园与日常影像。这里预留了作品展位,待加入你的原创照片和拍摄说明。
当前为分类封面示意,尚未使用你的真实摄影作品。
面向财经类学生,结合真实任务、数据工具与课堂实践。
从 Python 基础出发,逐步学习金融数据获取、清洗、分析和可视化。
用可练习的代码理解变量、函数、NumPy、Pandas 与基础文本分析。
围绕会计基本概念、信息质量要求和准则体系,建立实务学习的基础。
关注资本市场定价、投资者行为与金融数据分析。
研究盈余管理、投资者情绪与技术效率对中国 A 股 IPO 首日抑价的影响,并考察信息不对称的调节作用。
研究方向涵盖 IPO 定价、投资者情绪、盈余管理、定价效率,以及金融文本和数据方法。论文清单、摘要与链接将在核对后补充。
先放入一个可直接体验的金融计算示例。你现有的小程序与代码文件可以继续加入这里。
输入发行价和首日收盘价,计算首日抑价率。公式:(首日收盘价 − 发行价)÷ 发行价 × 100%。这个示例仅演示计算过程,不代表任何投资建议。
# 输入 IPO 发行价(元)
issue_price = float(input("请输入发行价:"))
# 输入股票首日收盘价(元)
close_price = float(input("请输入首日收盘价:"))
# 检查发行价是否大于零
if issue_price > 0:
# 按公式计算首日抑价率
underpricing = (close_price - issue_price) / issue_price * 100
# 输出保留两位小数的结果
print(f"首日抑价率:{underpricing:.2f}%")
# 处理无效的发行价
else:
# 提醒重新输入有效发行价
print("发行价必须大于零")这是为网站制作的演示程序;你的原有 Python 项目尚未上传。
钱子恒,金融学博士研究生,江苏商贸职业学院教师,同时从事人物摄影与短视频创作。我希望把研究中的严谨、教学中的清晰和摄影中的观察带到同一个空间。
这个网站会随着课程资料、研究成果和摄影项目持续更新。