豆包+扣子金融數據分析

前言

第1章金融智能分析新範式：豆+扣子+Python

1.1金融數據分析的演進與挑戰

1.1.1數據驅動金融的興起

1.1.2傳統金融數據分析的瓶頸問題

1.1.3自動化與智能化趨勢

1.2大模型驅動金融分析的新架構

1.2.1大模型在金融分析中的角色

1.2.2Python的執行層值

1.2.3AI Assistant/Agent的系統意義

1.3豆大模型概覽

1.3.1豆模型體系與定位

1.3.2提示詞理解與生成

1.3.3在金融任務中的勢

1.4扣子平臺在金融數據分析中的應用

1.4.1扣子平臺概述

1.4.2扣子在金融分析中的角色定位

1.4.3基於扣子的金融分析智能體場景

1.4.4扣子與豆、Python的協同方式

1.4.5扣子在金融研究中的應用值

1.5本章小結

第2章開發環境搭建與模型接入

2.1Python開發環境搭建

2.1.1Python解釋器

2.1.2Python版本選擇

2.1.3下載Python

2.1.4安裝Python

2.1.5環境驗證

2.2IDE工具

2.2.1安裝Jupyter Notebook

2.2.2啟動Jupyter Notebook

2.2.3使用Jupyter Notebook編寫和運行第一個Python程序

2.3豆的使用模式與接入方式

2.3.1交互式客戶端使用

2.3.2案例1：基於豆的股票格數據分析

2.3.3API接口調用方式

2.3.4案例2：調用豆API實現股票數據分析

2.3.5第三方平臺集成方式

2.4本章小結

第3章提示詞工程

3.1提示詞工程概述

3.1.1什麼是提示詞工程

3.1.2提示詞工程的作用與值

3.1.3提示詞在金融數據分析中的意義

3.2提示詞的基本結構與設計原則

3.2.1提示詞的基本結構

3.2.2提示詞的設計原則

3.3實戰案例

3.3.1案例1：股票數據分析提示詞的設計方法

3.3.2案例2：案例1提示詞的應用——以蘋果公司股票為例

3.4本章小結

第4章金融數據分析基礎工具

4.1金融數據分析基礎工具概述

4.2數值計算與數組處理——NumPy

4.2.1NumPy簡介與應用場景

4.2.2安裝NumPy庫

4.2.3創建數組

4.3表格數據處理——Pandas

4.3.1安裝Pandas庫

4.3.2Series數據結構

4.3.3DataFrame數據結構

4.3.4數據讀取與查看

4.3.5案例1：使用Pandas從Excel文件讀取蘋果股票數據

4.3.6案例2：從CSV文件讀取貨幣供應量數據

4.4本章小結

第5章豆驅動的數據采集

5.1金融大數據概述

5.1.1數據來源

5.1.2數據采集工具和技術

5.2網絡爬蟲

5.2.1網絡爬蟲原理

5.2.2網絡爬蟲的應用

5.2.3使用urllib爬取靜態網頁數據

5.2.4案例1：爬取納斯達克股票數據

5.3解析數據

5.3.1使用BeautifulSoup庫

5.3.2案例2：解析納斯達克股票數據

5.3.3使用Selenium爬取動態網頁數據

5.3.4案例3：爬取搜狐證券貴州茅臺股票數據

5.3.5案例4：使用Selenium解析HTML數據

5.4API調用獲取數據

5.4.1常見的金融數據API

5.4.2案例5：使用AkShare獲取浦發銀行股票數據

5.4.3案例6：使用Tushare API獲取貴州茅臺股票數據

5.5豆輔助的數據采集

5.5.1案例7：使用豆解釋和理解數據格式

5.5.2案例8：基於豆的納斯達克股票數據采集代碼生成

5.6本章總結

第6章豆驅動的數據清洗

6.1金融數據質量問題

6.1.1數據缺失

6.1.2異常值

6.1.3重覆數據

6.2數據清洗

6.2.1豆輔助數據清洗

6.2.2案例1：使用豆輔助分析XYZ股票數據

6.2.3案例2：處理股票數據缺失值

6.2.4案例3：處理股票數據類型不一

6.2.5案例4：處理股票數據異常值

6.2.6案例5：使用豆零代碼清洗斯拉股票數據

6.3本章總結

第7章探索性數據分析與可視化——豆輔助實踐

7.1探索性數據分析概述

7.1.1什麼是探索性數據分析

7.1.2探索性數據分析的基本流程

7.2描述性統計分析

7.2.1集中趨勢分析

7.2.2離散程度分析

7.2.3分位數分析

7.2.4使用Pandas進行統計分析

7.2.5豆輔助統計結果解讀

7.2.6案例1：太陽黑子面積數據的描述性統計分析

7.3可視化分析

7.3.1數據可視化的作用

7.3.2常用圖形類型

7.3.3常用可視化工具

7.3.4案例2：太陽黑子面積數據可視化分析

7.3.5豆輔助可視化結果分析

7.3.6案例3：基於圖表的多模態可視化解讀——太陽黑子面積數據

7.4本章小結

第8章多模態金融數據處理——豆輔助實踐

8.1多模態金融數據概述

8.1.1多模態數據的定義與類型

8.1.2金融數據的多源征

8.1.3多模態數據分析流程

8.2豆在多模態任務中的解析

8.2.1文本理解與信息抽取

8.2.2圖像理解與視覺分析

8.2.3跨模態綜合分析

8.3文本模態實戰：財經新聞自動分析

8.3.1案例1：自動生聞摘要

8.3.2案例2：提取新聞核心要點

8.3.3案例3：批量新聞自動分析

8.4圖像模態實戰：K線圖自動識別

8.4.1K線圖簡介

8.4.2識別K線圖流程

8.4.3案例4：基於豆識別貴州茅臺K線趨勢方向

8.5跨模態融合實戰：文本+圖像聯合分析

8.5.1跨模態融合分析流程

8.5.2案例5：寧德時代公告+K線圖綜合判斷

8.6本章小結

第9章扣子與金融數據分析

9.1智能體基本概念

9.1.1什麼是智能體？

9.1.2智能體的核心征

9.1.3金融場景下智能體的應用值

9.2扣子（Coze）平臺介紹

9.2.1註冊並登錄扣子平臺

9.2.2扣子編程界面介紹

9.2.3左側導航區

9.2.4右側主作區

9.3扣子2.0與氛圍編程

9.3.1什麼是氛圍編程

9.3.2扣子2.0核心功能

9.4基於扣子智能體的金融數據分析

9.4.1金融數據分析的任務點

9.4.2構建金融分析智能體的基本流程

9.5案例：基於扣子2.0氛圍編程模式構建股票趨勢分析智能體

9.5.1案例目標

9.5.2創建智能體

9.5.3采用氛圍編程進行智能體的疊代化

9.6本章小結

第10章金融場景智能體構建

10.1金融智能體概述

10.1.1什麼是金融數據分析智能體

10.1.2金融智能體的核心值

10.1.3金融智能體的應用場景

10.2金融智能體的設計原理

10.2.1智能體的核心構成要素

10.2.2金融智能體的設計原則

10.3扣子1.0低代碼模式構建智能體

10.3.1什麼是低代碼模式？

10.3.2案例：使用低代碼模式構建股票行情分析智能體

10.4本章小結

第11章基於扣子2.0氛圍編程進行金融數據分析技能開發

11.1金融數據分析技能概述

11.2扣子2.0氛圍編程實現金融數據分析技能

11.2.1金融數據分析技能開發流程

11.2.2案例1：基於扣子2.0氛圍編程構建股票格走勢分析技能

11.3扣子2.0氛圍編程實現智能體技能調用

11.3.1案例2：署技能——股票格走勢分析技能

11.3.2調用技能

11.3.3案例3：在智能體中調用股票格走勢分析技能

11.4本章小結

第12章金融知識庫構建與RAG應用

12.1金融知識庫與RAG技術概述

12.1.1金融知識庫的概念與值

12.1.2RAG技術概述

12.2金融知識庫構建

12.2.1數據接入與預處理

12.2.2向量化與知識庫管理

12.2.3檢索+生成的執行流程

12.2.4案例1：知識庫驅動的低代碼財報問答系統

12.3扣子2.0氛圍編程下的金融知識庫構建

12.3.1扣子2.0氛圍編程下的金融知識庫構建步驟

12.3.2案例2：扣子2.0氛圍編程的知識庫驅動財報問答系統

12.4本章小結

第13章基於扣子2.0氛圍編程的工作流開發

13.1工作流概述

13.1.1工作流的概念與組成

13.1.2扣子2.0氛圍編程下工作流的點

13.2工作流設計與創建

13.2.1工作流開發流程

13.2.2案例1：搭建扣子2.0金融數據分析工作流

13.3署工作流

13.3.1署工作流目的

13.3.2案例2：署金融數據分析工作流

13.4調用工作流

13.4.1通過智能體調用工作流

13.4.2通過API調用工作流

13.5案例：通過API調用股票數據統計分析工作流

13.5.1創建股票數據統計分析工作流

13.5.2調用股票數據統計分析工作流

13.6本章小結