【英】安娜·库林
已完结· 12.89万字
在本书中你会发现历史上的传奇交易者积累起巨大财富的交易方法。这个方法被杰西·利弗莫尔、J·P·摩根与理查德·奈伊一致采用，他们的成功就在于破解了行情所传递的关键信息——成交量与价格，并根据这些信息对市场的走向作出准确判断。威科夫将这个方法整理为三条原则，形成了量价分析的基础，这一分析法至今被华尔街所有投资银行奉为圭臬。量价分析方法可以适用于各种市场、各类投资工具以及各个时间框架，无论你是投资者、交易者还是投机者。 本书包含200多个基于量价分析的股票交易与投资实例，主要是股票市场的例子，但也包括期货市场的例子。在每个实例中，作者结合K线图来解释与强调量价分析的关键点，提供了详细全面的量价关系的分析，并且向读者展示了市场下一步走向的清晰信号，从而让抽象的理论变得具体，使读者可以轻松、全面地掌握量价分析方法各个核心要素，游刃有余地运用量价分析解读市场。
余阳
已完结· 16.79万字
本书以培养利用Excel解决实际问题的应用能力为目标，将理论与实际应用相结合，系统地讲解使用Excel进行数据分析与处理的方法。 全书共分为11章，主要内容包括介绍数据的输入与编辑、单元格数据的格式设置、公式、引用与名称、函数及其应用、数据图表处理、数据的排序与筛选、数据的汇总、合并与透视、数据的查询与核对、工作表的显示与打印、数据的安全与保密设置及Excel VBA基础等。 本书可作为普通高等院校经济管理类专业相关课程的教材，也可作为企事业单位人员提高数据分析能力的自学教程。
程郡
已完结· 8.16万字
如何了解一家公司的资产是否健康？ 如何判断上市公司的未来股价是涨还是跌？ 如何在海量财经资讯中找到具有价值的信息？ 如何在快速变化的经济环境中把握投资时机？ 无论企业管理者，还是个人投资者，想要清楚地了解一家公司的经营情况，会看财报、会做财务分析是必不可少的基本技能。 企业管理者学会看财报,不仅能找准公司的财务隐患，还能发现企业未来发展的风口；投资者学会看财报，不仅能发掘出真正有潜力的投资对象，还能避开投资中的陷阱。 作者程郡有着丰富的投行从业经验，长期专注于金融研究、财经分析等相关领域。他在书中用大众熟悉的案例，以深入浅出的讲解普及财务知识；用财务“三大表”（资产负债表、利润表、现金流量表）为框架，给读者打造出一套人人都能用的财务分析工具；让没有基础的财务小白，也能通过阅读本书，迅速掌握分析财报的关键技巧。
刘星
已完结· 13.43万字
本书对精细化销售管理、数据分析与预测课程系统进行讲解，提供企业运营中的销售计划指标的设定、数据获取、分析的方法，并通过常用的Office工具来制定运营模型，对企业市场拓展和销售计划制定和执行的跟踪、调整进行有效控制，并采取相应的考核制度进行保障，帮助企业降低运营风险和有效开拓市场。
汤光华
已完结· 12.34万字
随着金融改革的不断深入和市场监管的日益完善，我国资本市场中的长线投资者日益增多，价值投资的理念正在被越来越多的人所接受。而在实践过程中，要想实现价值投资，个人投资者就需要深入分析企业的经营现状，读懂企业的会计报表，找到真正的优质企业，实现长期稳定的投资回报。
李军
已完结· 7.06万字
如何分析数据，让营销更精准，让成本更低，实现利润最大化？ 本书以“零基础”为起点，以“实战操作”为主线，通过7大数据分析方法、7种美化数据方式、8大专题全程讲解、75个专家提醒、408张图片全程图解，帮助读者实现数据分析从入门到精通，从新手成为数据分析高手。 本书内容丰富、实战性强，适合于对数据分析感兴趣的读者，特别是数据分析人员、销售策划人员等阅读参考。
周文全，黄怡媛，马炯雄
已完结· 9.03万字
本书系统地介绍了数据如何始于业务、取于业务、用于业务。既有扎实的理论铺设，又有具体的案例支撑，通俗易懂地回答了数据“怎么来”和“怎么用”的问题。同时，本书总结出了解决业务分析难题的六大步骤，包括对最终数据分析产生关键影响的数据源的选取方法，以及通过对业务模块的判断确定分析方法的适用场景，最终推演、验证、分析出结论，并选择最优的分析结果展现方式，让数据分析全过程形成闭环。 本书的内容从底层原理出发，帮助读者打好数据分析基本功。在原理的讲解过程中，通过提问、思考、解答、案例分享的方式，结合三位专家十多年的行业经验，让读者从根本上理解数据分析、学会数据分析。本书适合数据分析从业者、数据分析爱好者阅读
吴晶
已完结· 13.70万字
读懂财报，选对股票，才能稳获投资高回报！《上市公司财报分析就这几招》从财务角度手，以企业财报及其附注为落脚，引导普通投资人如何看懂财报、如何分析资产负债表、利润表、现金流量表和成本费用报表以及如何识破财报粉饰陷阱，对于普通投资人保护自己的利益提供了妙方。《上市公司财报分析就这几招》将让普通投资人在惬意的阅读体验中，厘清财报数字背后的是与非，而破解财富路上的数字密码，自信满满地谈股论金。
海马财经
已完结· 9.26万字
[中国纺织出版社]
杨金 著
已完结· 147.79万字
（美）迈克尔·米尔顿（MichaelMilton） 著；李芳 译
已完结· 10.98万字
李军 著
已完结· 14.48万字
移动互联网时代，如何利用大数据对客户进行商业分析、精准定位、精准营销？ 本书通过7大营销——LBS位置营销、APP移动营销、O2O线上线下营销、QQ社交营销、微信互动营销、微博手指营销、二维码扫描营销进行深入讲解，并从10大行业——餐饮、住宿、交通、通信、零售、电商、旅游、影视、金融和游戏领域精选典型代表，通过技巧+方法+案例的模式，帮助读者快速掌握移动大数据的精髓。 本书结构清晰、案例丰富、实用性强，适合互联网时代和移动互联网时代对大数据感兴趣的营销人员、企业经营和管理等相关人员阅读参考。
饭大官人 著
已完结· 8.07万字
作者讲述了自己从月薪1300元到年薪百万元的成长故事。本书通过作者的亲身经验与复盘，提供了时间管理的底层逻辑，人人可用的方法论，拿来即用的时间管理工具。通过道、法、术、器的介绍，全方位帮助读者重塑时间管理认知。 第1章，通过巧妙投资时间账户，复盘了作者初入职场9个月4倍涨薪的经验。 第2章，刷新认知，塑造3个习惯，每天多挤出6个多小时的自我可支配时间。 第3章，把控好人生中的重要事，降低意外风险，以节省无谓的时间&金钱支出。 第4章，提供让你受益终身的时间管理工具&习惯，帮助你打造一套优于常人的“操作系统”。 时间是资源，管理是动作。时间管理是通过一系列管理动作，为我们挤出可支配时间这种宝贵资源，然后将其投资到生命中更有价值的事情上。本书可以帮助职场人刷新认知，塑造各种习惯，最终让健康获得改善，让财富获得稳定且持续的增长
王书林
已完结· 11.01万字
自上世纪80年代以来，民营化浪潮在世界上很多国家都相继展开。这些国家都希望通过民营化给企业绩效带来积极影响。尤其对于经济转轨国家而言，其民营化的规模更大，对国民经济的影响也更深远，民营化是否能提高这些国有企业的绩效，将直接决定这些转轨国家经济能否健康发展，因此有关民营化效率的研究日益增加。选取1998～2008年沪深两市国有控股上市公司发生股权协议转让的民营化样本113个，首先考察民营化样本发生控制权转移前一年到后三年这一区间内的企业绩效的变化情况，初步判定民营化的效率，然后结合中国资本市场的特征，在Dyck＆ Zingales（2004）的基础上建立修正模型，估算民营化样本中控制权买卖双方的私人收益水平。最后，探讨了私人收益对企业绩效的影响以及抑制私人收益的相关策略。
零一，聂健华 著
已完结· 4.81万字
《Power BI电商数据分析与商业智能（第2版）》以搭建电商数据分析系统为业务背景，介绍了Power BI的实际应用，涉及数据采集、市场分析、客户分析、货品分析、流量分析和舆情分析6个应用场景，读者可从数据采集场景入门，了解Power BI的应用。学习完本书，读者将拥有基本的电商数据业务思维、Power BI Desktop的操作技巧，并具备搭建电商数据分析BI系统的能力。 《Power BI电商数据分析与商业智能（第2版）》适合零基础入门者、Power BI爱好者、数据分析爱好者、电商数据分析从业人员、电商运营从业人员阅读。
闫明
已完结· 18.35万字
田越 编著
已完结· 9.55万字
本书共13章，主要内容涵盖Python语法及数据分析方法。第1章主要介绍数据分析的概念，使读者有一个大致的印象，并简单介绍本书频繁使用的Python的5个第三方库。第2章主要做一些准备工作，手把手带读者搭建Python环境，包括Python 3.7.6的安装和pip的安装。第3章介绍Python编程基础。第4章到第7章介绍使用Python进行简单数据分析的基础库，包括NumPy、Pandas和Matplotlib库，并介绍使用正则表达式处理数据的方法。第8章到第13章属于进阶内容，但也是Python数据分析的基础，结合机器学习介绍一些常见的用于数据分析的机器学习算法及常用的数学模型。
明日科技
已完结· 11.13万字
《零基础学 Python 数据分析》（升级版）以数据分析“三剑客”Pandas、Matplotlib 和 NumPy 为主线，从学习与应用的角度出发，全面介绍了数据分析必备入门知识，帮助读者快速掌握数据分析技能，拓宽职场道路。本书通过大量的示意图辅助讲解，力求使读者能够快速理解晦涩难懂的专业术语，同时通过快速示例将知识与应用相结合，并给出实际项目的数据分析案例，让读者能够轻松学习，从而将数据分析与预测知识应用到实际工作中。 全书共 10 章，包括数据分析基础、搭建 Python 数据分析环境、Pandas 入门、Pandas 进阶、可视化数据分析图表、图解数组计算模块 NumPy、数据统计分析案例、机器学习 Scikit-Learn、Python 股票数据分析（Jupyter Notebook 版）、京东电商销售数据分析与预测。本书提供丰富的资源，包含快速示例、案例、项目、视频讲解，力求为读者打造一本“知识讲解+ 快速示例 + 综合应用 + 实战项目”一体化的精彩的 Python 数据分析图书。 本书适合 Python 初学者、数据分析新入行人员、从事数据相关工作的人员、对数据分析感兴
张晓东著
已完结· 6.32万字
《数据分析与挖掘算法：Python实战》是一本介绍数据分析相关算法的学习指南，主要包括数据分析及数据挖掘相关概念介绍、数据思维及各种数据分析算法的原理及实现方法。本书的每个数据分析算法都介绍了数学原理、Python代码实现以及实战案例，内容丰富、容易理解。 本书共9章，第1章介绍了数据挖掘与数据分析、机器学习之间的关系；第2 章介绍了数据分析人员应该具备的数据思维，包括数据思维认知、数据挖掘“定律”；第3~9章介绍了各种数据分析算法的原理、实现方法及实战案例，其中包括逻辑回归、决策树、朴素贝叶斯、聚类分析、关联规划、人工神经网络、集成学习。 《数据分析与挖掘算法：Python实战》适合从事数据分析工作的读者自学，也可作为产品经理、运营人员、市场人员和对数据分析感兴趣的读者的参考用书。
谢中梅，孔外平，李琳 主编
已完结· 16.01万字
零一
已完结· 5.83万字
本书以零售和电子商务为业务背景，使用Python工具解决业务场景中的数据分析需求。全书涵盖数据采集、数据存储、数据处理、数据分析、数据可视化和数据建模的内容。 本书适合零售和电子商务运营人员以及想要从事商业数据分析工作的人员阅读，也可以作为高校和培训机构相关课程的教材。
余本国，刘宁，李春报 著
已完结· 8.10万字
《Python大数据分析与应用实战》主要介绍大数据分析、人工智能的实战应用。全书共9 章，通过8 个大型的数据分析案例，系统地介绍常用的数据分析方法。 这8 个大型案例涉及数据可视化方法，回归、聚类、决策树、朴素贝叶斯等机器学习算法，以及深度学习算法等内容。各章程序在Python 3.8.5 环境下编写完成，在案例编写过程中，涉及Pandas、NumPy、Matplotlib 等Python 中常用的依赖库，最大限度地帮助读者掌握相关知识内容。每个案例之间相互独立，读者可以根据自己的兴趣选择相关章节进行学习。 《Python大数据分析与应用实战》内容丰富，通俗易懂，以实操为目的帮助用户快速掌握相关技能。书中案例程序全码解析，注释完备，在编程环境下经过简单的修改便可以使用。本书不仅适合大数据分析、人工智能相关领域的入门读者使用，也适合有一定基础的读者进行实战时参考，同时适合本科生、研究生及对Python 感兴趣的读者阅读。
丁圣元
已完结· 38.92万字
金融市场异常复杂，入场投资前，我们需要先看清楚市场大势，理解中期和短期趋势的变化逻辑，才能做到顺势而为、趋利避害、稳健获利。 本书从《易经》中的辩证思维模型出发，综合考虑金融市场长期与中短期趋势推动因素，构建了一整套趋势投资分析方法。作者将这一方法与蜡烛图分析工具相融合，化繁为简，使读者可以清晰地看到持续横盘走势、反转走势等复杂市场行情背后的本质，把握其中的关键事实，计算市场未来各种可能走向的概率，建立买入与卖出的原则和标准，采取合理的交易策略。本书搜集了过去数十年间来自股票、期货、外汇市场的大量图形案例，证明了这些分析方法可以广泛适用于不同的金融产品市场。 本书适合喜爱技术分析的个人投资者以及金融机构的操盘手、分析师阅读。
杨金
已完结· 22.36万字
王国平
已完结· 7.34万字
李渝方
已完结· 10.56万字
《数据分析之道：用数据思维指导业务实战》以数据思维为主题，以数据分析全流程为主线，融合了与数据思维相关的编程语言、统计学基础及案例分析等内容，全书分为4 篇，囊括了数据思维的概念和培养方法、数据来源及体系建设、数据分析三大思维方式及用户流失、用户转化实战等共11 章的内容。本书囊括了数据分析中常用的分析方法，包括经典的海盗（AARRR）模型、麦肯锡的MECE 模型、逻辑树、漏斗分析、路径分析、对比分析、A/B 试验、RFM 模型、K-Means 算法、5W2H 等分析方法，还包括各类方法的实践案例及Python 实操项目。可以说本书是数据分析方法论与统计学知识、编程语言及应用案例的完美结合。 《数据分析之道：用数据思维指导业务实战》适合工作了1～3 年的初级数据分析师；已经掌握了数据分析工具，需要培养数据思维的转行人员；数据科学行业的人力专家和猎头等。
杜晓梦，唐晓密，张银虎 著
已完结· 10.92万字
CDA数据科学研究院
已完结· 18.22万字
《商业策略数据分析》分为六部分，分别讲解数据科学基础与EDIT 数字化工作模型、数据处理与可视化、根因分析、业务优化，以及数据治理与数据模型管理。其中，第一部分就是第1 章的内容，第二部分包含第2 章和第3 章，第三部分包含第4~8 章，第四部分包含第9~11 章，第部分包含第12 章和第13 章，每章分别针对当前部分的问题进行分析与处理。第六部分是第14章，是案例章节。 《商业策略数据分析》比较适合以下几类人群阅读。 （1）经常接触数据策略分析的业务人员。 本书能够帮助数据策略分析业务人员了解基本的策略分析思路与方法，掌握常见的策略分析工具，使其成为更加优秀的数据策略分析人员。 （2）数据分析入门者或有一定的数据分析基础，想要进一步了解数据策略分析思维与方法的读者。
李晓曼 著
已完结· 19.19万字
任康磊
已完结· 33.07万字
